计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2006年
12期
197-199,216
,共4页
洪水预测主/客观证据融合%BP神经网络%DS证据理论
洪水預測主/客觀證據融閤%BP神經網絡%DS證據理論
홍수예측주/객관증거융합%BP신경망락%DS증거이론
文章提出了BP神经网络联合与DS证据推理相融合的模型,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.解决了单一模型洪水预测问题存在的算法复杂度高,分类准确率低等问题.通过实验得出,主/客观证据融合方法不仅提高了12%的分类精度,还降低了算法的时间复杂度.
文章提齣瞭BP神經網絡聯閤與DS證據推理相融閤的模型,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.解決瞭單一模型洪水預測問題存在的算法複雜度高,分類準確率低等問題.通過實驗得齣,主/客觀證據融閤方法不僅提高瞭12%的分類精度,還降低瞭算法的時間複雜度.
문장제출료BP신경망락연합여DS증거추리상융합적모형,실현료다개영역불동층차적전부주/객관증거적특정급융합,환실현료다개모형적우세호보.해결료단일모형홍수예측문제존재적산법복잡도고,분류준학솔저등문제.통과실험득출,주/객관증거융합방법불부제고료12%적분류정도,환강저료산법적시간복잡도.
