水文
水文
수문
HYDROLOGY
2006年
6期
30-32
,共3页
神经网络%预测%泛化能力%主成分分析%贝叶斯正则化
神經網絡%預測%汎化能力%主成分分析%貝葉斯正則化
신경망락%예측%범화능력%주성분분석%패협사정칙화
针对水文预测建模中输入因子过多而导致神经网络结构规模过大,泛化能力差的问题,利用主成分分析和贝叶斯正则化方法对神经网络进行改进,优化网络结构,从而提高泛化能力.以洮儿河流域镇西站年最大洪峰流量预测为例,研究结果表明,改进的神经网络预测方法与传统的神经网络方法相比,泛化能力有显著提高,而且网络的收敛也比较稳定,实际预测中效果良好.
針對水文預測建模中輸入因子過多而導緻神經網絡結構規模過大,汎化能力差的問題,利用主成分分析和貝葉斯正則化方法對神經網絡進行改進,優化網絡結構,從而提高汎化能力.以洮兒河流域鎮西站年最大洪峰流量預測為例,研究結果錶明,改進的神經網絡預測方法與傳統的神經網絡方法相比,汎化能力有顯著提高,而且網絡的收斂也比較穩定,實際預測中效果良好.
침대수문예측건모중수입인자과다이도치신경망락결구규모과대,범화능력차적문제,이용주성분분석화패협사정칙화방법대신경망락진행개진,우화망락결구,종이제고범화능력.이조인하류역진서참년최대홍봉류량예측위례,연구결과표명,개진적신경망락예측방법여전통적신경망락방법상비,범화능력유현저제고,이차망락적수렴야비교은정,실제예측중효과량호.
