本文選題：驅動模型 + 輸入變量　； 參考：《測繪學報》2017年02期

【摘要】：正為了使數(shù)據(jù)驅動模型能夠實現(xiàn)降雨徑流過程的高精度連續(xù)模擬,本文提出了新型耦合數(shù)據(jù)驅動模型(基于偏互信息的輸入變量選擇、基于新型集成神經(jīng)網(wǎng)絡模型的出流量預測和基于K最近鄰算法的出流量誤差預測——PBK模型)。PBK模型有以下4個特點。(1)提出了基于滑窗累積雨量的降雨量候選輸入向量及輸入變量的分離式選擇策略,并與基于偏互信息的輸入變量選擇方法聯(lián)合使用,確保了輸入信息的充足性
[Abstract]:In order to enable the data-driven model to realize the high-precision continuous simulation of the rainfall runoff process, a new coupling data-driven model (input variable selection based on partial mutual information) is proposed in this paper. Flow prediction based on new integrated neural network model and discharge error prediction based on K-nearest neighbor algorithm PBK model / PBK model has the following four characteristics.) A rainfall candidate input based on sliding window accumulated rainfall is proposed. Separate selection strategies for vector and input variables, It is combined with the input variable selection method based on partial mutual information to ensure the adequacy of input information.
【作者單位】： 中國水利水電科學研究院;清華大學;河海大學;
【基金】：國家自然科學基金(41601569) 中國博士后科學基金(2016M591214) 中國水科院科研專項(JZ0145B052016) 國家973計劃(2013CB036400) 重點國際(地區(qū))合作研究項目(G0305;7141101024)
【分類號】：P333

【相似文獻】

相關期刊論文 前4條

1 陳江,付建飛;利用GIS知識驅動模型開展區(qū)域礦產(chǎn)資源預測[J];地質與勘探;2005年05期

2 安冬;李致家;闞光遠;李巧玲;;數(shù)據(jù)驅動模型與概念性模型的應用對比[J];水力發(fā)電;2013年12期

3 金革,王堅,萬長勝,郝黎凱,李昔華,李鋒,黃鯤,任間;LAMOST觀測控制命令驅動模型[J];核電子學與探測技術;2004年03期

4 ;[J];;年期

相關會議論文 前1條

1 黃文江;王紀華;劉良云;王之杰;宋曉宇;牛錚;;基于AMTIS航空遙感影象和核驅動模型的作物株型遙感識別[A];第六屆成像光譜技術與應用研討會文集[C];2006年

相關碩士學位論文 前2條

1 張林江;基于aCoral操作系統(tǒng)的設備驅動模型及USB協(xié)議棧的設計與實現(xiàn)[D];電子科技大學;2014年

2 王小松;基于L4的高效可復用設備驅動模型的研究[D];電子科技大學;2012年

，

本文編號：1870305