地球物理学
中长期径流预报中PCA-IBP模型的改进算法研究
2016-04-27
径流预报的信息有很大的相关性,这是必须在预报工作中避免的,同时,这些信息的维度较高,且以往处理这些信息的数学模型计算复杂度较高.针对以上问题提出了一种混合主成分分析方法(PCA,Principal Component Analysis)和改进BP(Improved Back Propagation)神经网络模型的中长期径流预报模型(PCA-IBP),此种方法可以很好地避免以上不足,可以进一步提高模型计算效率.实际数据验证表明,提出模型预报的精准程度以及效率都较传统的BP神经网络预报模型有所改善.
格 式:
PDF原版;EPUB自适应版(需下载客户端)
0 25
下载全文(PDF文件/1208K)
河南科学
2016年04期
相似文献
基于气象分析的二滩电站月径流预报
期刊
中长期径流预报研究进展及发展趋势
期刊
新丰江水库月径流预报模型
期刊
径流预报的模糊神经网络方法
期刊
丹江口水库秋汛期长期径流预报
期刊
基于相关向量机的中长期径流预报模型研究
期刊
更多相似文献