排序方式: 共有12条查询结果,搜索用时 15 毫秒
1.
2.
3.
4.
为解决传统数据驱动的洪水预报方法预报误差较大以及传统集成学习预报方法各个子网络间无法交互的问题,本文在单个模型预测基础上,选取异构的BP、CNN、LSTM神经网络,建立基于负相关学习的神经网络集成洪水预报模型,通过显式地添加正则化项对模型进行整体的误差-方差分解和分歧分解,使集成神经网络中各子网络之间并不完全独立,以保证集成模型的多样性,从而提高最终模型的预测准确率。在安徽屯溪流域的实验表明,基于负相关学习的模型可以有效地对洪水过程进行预报,与传统使用单个模型相比预测结果精度更高。 相似文献
5.
2022 年 3 月,水利部印发《数字孪生流域建设技术大纲(试行)》,明确了数字孪生流域的具体建设内容,细化了技术要求。介绍数字孪生流域建设背景,以及定义、建设范围及目标、建设原则等建设内涵,阐明智慧水利总体框架和数字孪生流域建设框架,进一步厘清相互关系。详细说明数据底板、模型平台、知识平台等组成的数字孪生平台,以及水利感知网、水利信息网、水利云等组成的信息化基础设施两大组成部分的主要建设任务,对涉及的具体功能要求和技术要点进行详细解析,就数字孪生流域建什么、达到什么标准及需要重点把握的技术环节等问题进行解读,并对数据孪生流域建设过程中涉及的数据安全特别是地理空间数据安全应用等重要问题和集成共享相关要求进行说明。 相似文献
7.
8.
为评估华北地区地下水超采治理河湖生态补水成效,基于现有国产卫星遥感影像覆盖能力,收集 2020 年华北地区 22 条(个)河湖流域卫星遥感动态监测影像数据,以相关水利基础数据为依据,构建一套完整的针对华北地区地下水河湖生态补水成效的水体遥感监测方案,将影像进行正射、融合、裁剪等预处理后,运用水体指数和深度学习 2 种方法对预处理后的遥感影像进行解译分析,提取河湖流域水面面积和有水河段长度,并结合河湖生态补水量进行验证,分析年内变化规律。监测结果表明:2020 年 7—12 月期间华北地区补水河湖水面面积和有水河段长度减少趋势减缓,并出现增加趋势。通过生态补水有利于缓解超采区水面面积减少趋势,验证通过统筹多种水源、调节时空布局,开展河湖回补地下水的方案是确有成效的。 相似文献
9.
10.
针对传统优化算法(SNPOM)在辨识RBF-ARX模型参数时易陷入局部最优解的问题, 将云遗传算法(CGA)和SNPOM算法结合, 提出一种混合优化算法CGA-SNPOM。并以某公司900HC可逆冷轧机板形识别为应用背景, 设计了基于CGA-SNPOM优化RBF-ARX的板形缺陷识别模型。分别用SNPOM算法和CGA-SNPOM算法对RBF-ARX模型参数进行优化,仿真验证表明, 基于CGA-SNPOM优化的板形识别系统克服了SNPOM容易陷入局部极值的缺点, 识别精度大幅提高, 是一种有效的板形识别方案。 相似文献