国家杰出青年科学基金(41105074)
- 作品数:2 被引量:5H指数:1
- 相关作者:邵月红刘永和林柄章更多>>
- 相关机构:南京信息工程大学河南理工大学更多>>
- 发文基金:水利部公益性行业科研专项国家杰出青年科学基金江苏高校优势学科建设工程资助项目更多>>
- 相关领域:农业科学自动化与计算机技术更多>>
- 基于Elman动态神经网络的土壤墒情预测研究被引量:1
- 2012年
- 土壤墒情是一个非线性、时空异质性和动态不确定过程,利用Elman动态神经网络对研究区临沂站和平邑站土壤水分含量进行了预测。结果表明,所建立的网络模型能够对土壤墒情进行成功模拟,预测的土壤水分值与观测值吻合得较好,模拟精度较高。临沂站和平邑站模拟土壤墒情的平均绝对误差分别为1.08%和1.07%,平均相对误差为10.2%和11.0%。Elman动态神经网络模型利用其独特的非线性、非凸性和适应时变特性的能力从时空变率复杂的土壤水分运移系统中找出一定的演变规律,为土壤水分预测提供了一种有效可靠的方法。为了更好地验证该方法的优越性,还需要更多的样本数据,更多的区域和更全面的敏感影响因素来验证,以及更深层次的理论研究和分析。
- 邵月红刘永和
- 关键词:ELMAN神经网络土壤
- 基于径流分类的流域降雨—径流过程动态神经网络建模被引量:4
- 2012年
- 利用聚类分析,将径流序列分为不同类型的子径流序列,对这些子序列建立神经网络模型,采用Elman动态神经网络对沂沭河流域上游临沂子流域日径流量进行预测分析,通过与不加分类的总体神经网络的模拟结果进行对比分析。确定性系数、相关系数、平均相对误差和平均相对均方根误差4个统计指数及流域径流过程线和次洪误差分析结果都表明:Elman动态神经网络能够对日径流量进行较好模拟,但基于径流分类的降雨—径流模型表现出更优良性能,能较大程度提高径流模拟精度。
- 邵月红林柄章刘永和
- 关键词:聚类分析ELMAN神经网络