水力发电
水力髮電
수력발전
WATER POWER
2005年
12期
22-24
,共3页
信息融合%洪水预测%神经网络%DS证据理论
信息融閤%洪水預測%神經網絡%DS證據理論
신식융합%홍수예측%신경망락%DS증거이론
针对单一模型解决洪水预测问题存在的算法复杂度高、分类准确率低等问题,提出了BP神经网络联合与DS证据推理相融合的模型,不仅实现了多个领域不同层次的全部主/客观证据的特征级融合,还实现了多个模型的优势互补.通过实验对该方法和传统的单一神经网络方法比较得出,主/客观证据融合方法不仅提高了4.4%的分类精度,还降低了算法的时间和复杂度.
針對單一模型解決洪水預測問題存在的算法複雜度高、分類準確率低等問題,提齣瞭BP神經網絡聯閤與DS證據推理相融閤的模型,不僅實現瞭多箇領域不同層次的全部主/客觀證據的特徵級融閤,還實現瞭多箇模型的優勢互補.通過實驗對該方法和傳統的單一神經網絡方法比較得齣,主/客觀證據融閤方法不僅提高瞭4.4%的分類精度,還降低瞭算法的時間和複雜度.
침대단일모형해결홍수예측문제존재적산법복잡도고、분류준학솔저등문제,제출료BP신경망락연합여DS증거추리상융합적모형,불부실현료다개영역불동층차적전부주/객관증거적특정급융합,환실현료다개모형적우세호보.통과실험대해방법화전통적단일신경망락방법비교득출,주/객관증거융합방법불부제고료4.4%적분류정도,환강저료산법적시간화복잡도.
