广西教育厅资助项目(201204LX501)
- 作品数:2 被引量:23H指数:1
- 相关作者:丁红董文永吴德敏更多>>
- 相关机构:广西科技师范学院武汉理工大学武汉大学更多>>
- 发文基金:广西教育厅资助项目国家自然科学基金广西壮族自治区自然科学基金更多>>
- 相关领域:自动化与计算机技术更多>>
- 基于LM算法的双隐含层BP神经网络的水位预测被引量:22
- 2014年
- 为获得更精确的径流水位预测效果,文章提出了基于Levenberg Marquardt(LM)算法的BP双隐含层神经网络模型(BPDHLM)。LM算法是梯度下降法与高斯-牛顿法的结合,能缩短BP网络的收敛时间,改善网络的收敛性能;相对单隐层而言,双隐含层BP网络则能改善网络的性能误差,误差梯度,从而提高模型预测精度并改善网络性能。研究结果表明:该模型预报稳定性好,预报准确率高,为径流-水位时间序列预测提供一个有效建模方法。
- 丁红董文永吴德敏
- 关键词:BP神经网络
- 基于小波变换集成模型预测径流水位的研究被引量:1
- 2012年
- 为获得更精确的径流-水位预报结果,利用Dmey小波变换将水位时间序列分解为高频信号和低频信号,再使用均生函数-最优子集回归对其进行预测,最后利用Dmey小波逆变进行重构,以此建立水位预测模型。通过对柳江历年水位进行实例分析,并与均生函数-最优子集回归模型、逐步回归模型对比。研究结果表明,该模型能充分反映水位时间序列趋势,预报稳定性好,预报准确率高,为径流-水位时间序列预测提供一个有效建模方法。
- 丁红武招云龚若愚廖文凯李湘晖
- 关键词:小波变换均生函数最优子集回归