检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 小样本跳变水质时序数据预测方法

石为人王燕霞唐云建范敏

计算机应用 2010, 30 (2): 486-489.

摘要（1537）

PDF （738KB）（1311）

根据三峡库区某些断面水质监测数据具有样本小、成库前后数据出现跳变的特点，提出一种适用于三峡库区的水质参数预测模型（ELS-SVM）。ELS-SVM通过建立数据预处理模型对原始小样本时序数据进行处理，增强了时序数据的平稳性，并使用模拟退火（SA）算法优选最小二乘支持向量机（LS-SVM）模型参数。与典型的小样本预测模型的比较实验表明，ELS-SVM模型更适用于三峡库区小样本水质时序数据的预测。

相关文章 | 多维度评价

Select

2. 基于灰色神经网络建模的水质参数预测

石为人王燕霞唐云建范敏

计算机应用 2009, 29 (06): 1529-1535.

摘要（1242）

PDF （659KB）（1335）

针对水质参数预测过程中样本数据少的特点,结合灰色新陈代谢GM(1,1)模型和BP神经网络模型,提出灰色新陈代谢BP神经网络组合模型。用灰色新陈代谢模型群的数据集作为BP神经网络的学习测试样本,解决了BP网络需要大量样本才能较好地逼近非线性函数的问题。实验表明,与普通BP网络、灰色新陈代谢模型比较,灰色新陈代谢BP神经网络组合模型的预测精度更高,能够应用于水质参数的预测。