排序方式: 共有6条查询结果,搜索用时 171 毫秒
1
1.
2.
3.
基于经验模态分解的水文时间序列预测研究 总被引:1,自引:0,他引:1
径流预报是一类经典的水文问题,对水资源的调配管理和防洪减灾的决策有着重要的意义.本文利用近年来刚刚提出的经验模态分解理论和方法对水文序列进行分解,然后对不同成分分别建立回归预测模型,最后将这些模型的预测结果进行组合,得到最终预测结果.以南京下关站次日高潮位预测为例,取得了令人满意的预报精度,表明本文提出的方法具有一定的创新性和较高的实用价值. 相似文献
4.
作为数字地球的有机组成部分,数字流域是一个异构的、分布式的巨型信息系统.数据集成与信息共享是数字流域的基本要求和技术难点.没有良好的数据集成与共享机制,各地区、各部门的数字流域建设只能停留于"信息孤岛"的水平,不能充分发挥数字化建设的整体效益.本文提出了基于XML技术的三层架构解决数字流域数据集成与共享问题,即应用层,中间层和XML包装器.其中,应用层向中间层发出数据请求,按给定协议接受并处理来自中间层的XML文档;XML包装器是各种异构数据的提供者,中间层是连接应用层和XML包装器(wrapper)的桥梁.文章最后结合我国水资源和防洪管理模式,给出了符合我国实际的一个数字流域数据集成与共享实现框架. 相似文献
5.
6.
为利用水文现象相似性和极限学习机(ELM)集成学习提高洪水预报精度,提出了一种基于相似度匹配的集成ELM洪水预报方法(SM-ELM)。方法首先从多个ELM模型中,为每一个训练样本找到最优的ELM模型,然后从训练集中,为测试样本匹配出最相似的前k个训练样本,最后利用这k个训练样本分别对应的最优ELM模型,对测试样本采用加权平均法进行集成预报。为证明提出方法的可行性和有效性,以昌化流域的历史洪水为例进行了验证。结果表明,相对于单个ELM,集成ELM模型能有效地提高预测精度。从均方根误差上看,集成ELM模型性能比单个ELM模型提升了10%~15%。在三种集成方法中,SM-ELM能够以较少的模型数量获得较高且稳定的预报精度。 相似文献
1