排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
鉴于传统的湖泊水位预测在输入因子选择时具有一定的盲目性,以西洞庭湖为例,利用基于互信息的输入因子选择法建立了日水位预测模型。按河流生态功能将水文年划分为枯水期、汛前涨水期、汛期、汛后退水期4个时期,然后分期计算影响湖泊日水位的自变量与日水位的互信息,并引入广义相关系数将互信息归一化,选出各时期互信息最大的自变量因子作为模型的输入变量。经过模型计算与数据分析可得:F检验结果显著,回归值与实测值的相关度高,剩余标准差小。由此证明用互信息筛选出的因子作为模型的输入变量能取得较好的精度并在实际中易于操作。 相似文献
2.
传统的水库实时调度方法在挖掘实际运行数据信息方面存在一定的局限性.充分利用水库实际运行数据的关联特性,运用直方图法、核密度估计法及k最邻近距离法计算互信息熵,揭示与水库调度预测最相关的自变量因素,并准确剔除对水库调度决策变量贡献较少的因素.以筛选的自变量因子作为输入,建立各分期的水库调度预测模型.研究表明,互信息熵识别出的自变量因子进行预测取得了较高的精度并降低了建模的复杂度.该研究为水库调度强关联因素的筛选及预测建模提供了一种新思路. 相似文献
1