首页> 中国专利> 一种基于负相关学习的中小河流集成预报方法

一种基于负相关学习的中小河流集成预报方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开了一种基于负相关学习的中小河流集成预报方法，首先根据不同的流域特点和预报要求进行具体分析，明确研究内容，对数据进行分析。进行数据预处理，选择与预测结果相关性最高的数据构建模型输入输出数据。基于集成学习的思想，结合目标流域特点和样本数据集复杂度，选择构成集成神经网络的子网络并确定其结构。使用负相关学习方法构建集成预报模型，选用优化算法及损失函数对不同超参数条件下的模型进行训练和调优。应用模型进行洪水预报并计算相应的洪水过程评价指标评估模型预报效果，应用于实际场景时将预处理后的水文历史数据作为集成预报模型的输入，对应预见期时刻的流域出口断面流量作为集成预报模型的输出，进行相应的实时预报。

著录项

公开/公告号CN111597758A

专利类型发明专利
公开/公告日2020-08-28

原文格式PDF
申请/专利权人河海大学;
展开▼

申请/专利号CN202010409759.0
发明设计人王继民;李家欢;曹颖;张新华;
展开▼

申请日2020-05-14
分类号G06F30/27(20200101);G06N3/04(20060101);G06N3/08(20060101);
代理机构32204 南京苏高专利商标事务所(普通合伙);
代理人柏尚春
地址 210024 江苏省南京市鼓楼区西康路1号
入库时间 2023-12-17 11:36:58

法律信息

法律状态公告日

法律状态信息

法律状态
2020-08-28

公开

公开

相似文献

专利
中文文献
外文文献

1. 一种基于负相关学习的中小河流集成预报方法 [P] . 中国专利： CN111597758A . 2020-08-28
2. 一种基于深度学习的大气能见度集成预报方法 [P] . 中国专利： CN112180472A . 2021-01-05
3. A method and learning device for learning a CNN-based object detector using 1x1 convolution used for hardware optimization, and a test method and test device using this {LEARNING METHOD AND LEARNING DEVICE FOR OBJECT DETECTOR BASED ON CNN USING 1 × 1 CONVOLUTION TO BE USED FOR HARDWARE OPTIMIZATION, AND TESTING METHOD AND TESTING DEVICE USING THE SAMEM} [P] . JP6853592B2 . 2021-03-31

机译：一种方法和学习设备，用于使用用于硬件优化的1x1卷积的基于CNN的对象检测器，以及使用该测试方法和测试设备，使用1×1卷积的CNN基于CNN的对象检测器的学习方法和学习设备用于硬件优化，以及使用Samem的测试方法和测试设备}
4. .. - THE TEACHING AND LEARNING METHOD OF ELEMENTHARY SCHOOL MIDDLE SCHOOL AND HIGH SCHOOL USING CYBERTEXT AND THE PERFORMANCE ASSESSMENT SYSTEM ON INTERNET [P] . 韩国专利： KR19990045807A . 1999-06-25

机译： ..-基于网络文本和绩效考核系统的中小学基础教学与学习方法
5. A learning method and learning apparatus for updating an object detector based on deep learning of an autonomous vehicle to be adapted to the driving environment, and an update method and update apparatus using the same [P] . KR20220003651A . 2022-01-10

机译：一种基于自主车辆的深度学习更新对象检测器的学习方法和学习设备，适用于驱动环境，以及使用相同的更新方法和更新设备