水利水电科技进展
水利水電科技進展
수이수전과기진전
ADVANCES IN SCIENCE AND TECHNOLOGY OF WATER RESOURCES
2012年
2期
42-45,88
,共5页
冀鸿兰%张傲妲%高瑞忠%张宝森%徐晶
冀鴻蘭%張傲妲%高瑞忠%張寶森%徐晶
기홍란%장오달%고서충%장보삼%서정
冰凌%黄河内蒙古段%开河日期%多元线性回归%神经网络
冰凌%黃河內矇古段%開河日期%多元線性迴歸%神經網絡
빙릉%황하내몽고단%개하일기%다원선성회귀%신경망락
对黄河内蒙古段的冰情特点进行分析,选用1970-1971年度至2007-2008年度共38个冬季的冰情资料,提取合适的预报因子,分别采用人工神经网络模型和多元线性回归模型,对黄河内蒙古段的开河日期进行预报.结果表明,神经网络模型和多元线性回归模型预报样本合格率分别为86.7％和80.0％,神经网络模型的预报精度高于多元线性回归模型,更适用于黄河内蒙古段开河日期预报.
對黃河內矇古段的冰情特點進行分析,選用1970-1971年度至2007-2008年度共38箇鼕季的冰情資料,提取閤適的預報因子,分彆採用人工神經網絡模型和多元線性迴歸模型,對黃河內矇古段的開河日期進行預報.結果錶明,神經網絡模型和多元線性迴歸模型預報樣本閤格率分彆為86.7％和80.0％,神經網絡模型的預報精度高于多元線性迴歸模型,更適用于黃河內矇古段開河日期預報.
대황하내몽고단적빙정특점진행분석,선용1970-1971년도지2007-2008년도공38개동계적빙정자료,제취합괄적예보인자,분별채용인공신경망락모형화다원선성회귀모형,대황하내몽고단적개하일기진행예보.결과표명,신경망락모형화다원선성회귀모형예보양본합격솔분별위86.7％화80.0％,신경망락모형적예보정도고우다원선성회귀모형,경괄용우황하내몽고단개하일기예보.
