排序方式： 共有22条查询结果，搜索用时 125 毫秒
21.
基于贝叶斯正则化神经网络的径流长期预报 总被引：2，自引：0，他引：2
针对神经网络用于径流长期预报时,网络结构过于复杂而易出现过拟合的问题,采用主成分分析和贝叶斯正则化神经网络对预报模型进行改进.首先利用主成分分析对输入因子进行降维和优化,然后通过贝叶斯正则化对网络权值的限制来简化网络结构,从而有效地抑制过拟合.对嫩江流域江桥站年平均径流的仿真结果表明,贝叶斯正则化神经网络结合主成分分析的预报方法,可以显著地提高泛化能力和预报精度,而且网络收敛也比较稳定. 相似文献
22.
水文分期描述的模糊统计方法 总被引：5，自引：0，他引：5
提出了用模糊统计法以及选配函数法确定汛期模糊集隶属函数的详细方法和步骤。通过实例表明选用升半降半正态分布函数，并依据某些点隶属度的统计计算，可得到与实际情况符合较好的汛期糊模集隶属函数． 相似文献