National Science Library, Chinese Academy of Sciences
  登录 机构网站 ENGLISH
您当前的位置是:首页->详细浏览

期刊名称: 水文
Volume:38    Issue:1        Page:67-72
ISSN:1000-0852

集成极限学习机的中小河流洪水预报方法研究期刊论文

作者: 孔俊;李士进;朱跃龙

服务链接:
页码: 67-72
期刊名称: 水文
ISSN: 1000-0852
卷期: Volume:38    Issue:1
摘要: 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。
相关主题: 集成学习, 极限学习机, 洪水预报, 相似性,

相关文献推荐:

问图书管理员更多图书管理员

学科咨询馆员
学科馆员

电话:
邮件:
问图书馆员

图标说明

在线获取原文 原文传递 详细信息 图书在架状态 图书馆际互借 问图书馆员

常见问题

图书馆开放时间 图书馆位置 借阅要求 您在使用中发现的任何错误,都可以向我们 【报告错误】,非常感谢!

作者信息:×