本文選題：驅(qū)動(dòng)模型 + 輸入變量��； 參考：《測繪學(xué)報(bào)》2017年02期

【摘要】：正為了使數(shù)據(jù)驅(qū)動(dòng)模型能夠?qū)崿F(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(qū)動(dòng)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(luò)模型的出流量預(yù)測和基于K最近鄰算法的出流量誤差預(yù)測——PBK模型)。PBK模型有以下4個(gè)特點(diǎn)。(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(xué)研究院;清華大學(xué);河海大學(xué);
【基金】：國家自然科學(xué)基金(41601569) 中國博士后科學(xué)基金(2016M591214) 中國水科院科研專項(xiàng)(JZ0145B052016) 國家973計(jì)劃(2013CB036400) 重點(diǎn)國際(地區(qū))合作研究項(xiàng)目(G0305;7141101024)
【分類號(hào)】：P333

【相似文獻(xiàn)】

相關(guān)期刊論文 前4條

1 陳江,付建飛;利用GIS知識(shí)驅(qū)動(dòng)模型開展區(qū)域礦產(chǎn)資源預(yù)測[J];地質(zhì)與勘探;2005年05期

2 安冬;李致家;闞光遠(yuǎn);李巧玲;;數(shù)據(jù)驅(qū)動(dòng)模型與概念性模型的應(yīng)用對(duì)比[J];水力發(fā)電;2013年12期

3 金革,王堅(jiān),萬長勝,郝黎凱,李昔華,李鋒,黃鯤,任間;LAMOST觀測控制命令驅(qū)動(dòng)模型[J];核電子學(xué)與探測技術(shù);2004年03期

4 ;[J];;年期

相關(guān)會(huì)議論文 前1條

1 黃文江;王紀(jì)華;劉良云;王之杰;宋曉宇;牛錚;;基于AMTIS航空遙感影象和核驅(qū)動(dòng)模型的作物株型遙感識(shí)別[A];第六屆成像光譜技術(shù)與應(yīng)用研討會(huì)文集[C];2006年

相關(guān)碩士學(xué)位論文 前2條

1 張林江;基于aCoral操作系統(tǒng)的設(shè)備驅(qū)動(dòng)模型及USB協(xié)議棧的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

2 王小松;基于L4的高效可復(fù)用設(shè)備驅(qū)動(dòng)模型的研究[D];電子科技大學(xué);2012年

，

本文編號(hào)：1870305