水电能源科学
水電能源科學
수전능원과학
INTERNATIONAL JOURNAL HYDROELECTRIC ENERGY
2009年
5期
77-80
,共4页
许后磊%冯茂静%杨阳%娄一青
許後磊%馮茂靜%楊暘%婁一青
허후뢰%풍무정%양양%루일청
因子相关性%统计回归模型%主成分分析%RBF神经网络模型
因子相關性%統計迴歸模型%主成分分析%RBF神經網絡模型
인자상관성%통계회귀모형%주성분분석%RBF신경망락모형
介绍了逐步回归、岭回归、偏最小二乘回归、RBF神经网络、主成分RBF组合模型的基本思路与特点.以陈村大坝变形计算为例,分别建立了各种回归模型,比较了各种模型的优缺点,指出线性统计模型中偏最小二乘回归法的拟合精度及解释能力优于逐步回归、岭回归法;RBF神经网络、主成分RBF组合模型优于线性统计模型,主成分RBF组合模型最优,拟合及预测精度最好.
介紹瞭逐步迴歸、嶺迴歸、偏最小二乘迴歸、RBF神經網絡、主成分RBF組閤模型的基本思路與特點.以陳村大壩變形計算為例,分彆建立瞭各種迴歸模型,比較瞭各種模型的優缺點,指齣線性統計模型中偏最小二乘迴歸法的擬閤精度及解釋能力優于逐步迴歸、嶺迴歸法;RBF神經網絡、主成分RBF組閤模型優于線性統計模型,主成分RBF組閤模型最優,擬閤及預測精度最好.
개소료축보회귀、령회귀、편최소이승회귀、RBF신경망락、주성분RBF조합모형적기본사로여특점.이진촌대패변형계산위례,분별건립료각충회귀모형,비교료각충모형적우결점,지출선성통계모형중편최소이승회귀법적의합정도급해석능력우우축보회귀、령회귀법;RBF신경망락、주성분RBF조합모형우우선성통계모형,주성분RBF조합모형최우,의합급예측정도최호.
