数据驱动模型在洪水预报中的应用及其发展趋势
近年来,随着气候和水文模拟能力的提升,卫星等采集数据技术的改进以及智能计算的进步,数据驱动方法在洪水预报领域的使用越来越普遍.鉴于数据驱动方法在洪水领域的迅速发展,本文主要概述数据驱动模型的基本概念和其在过去不同类型流域、不同水文要素下的应用以及各学者做出的相关改进,即主要对BP神经网络、RBF神经网络、支持向量机(SVM)模型、栈式自编码(SAE)模型和模型组合应用作简要回顾;最后确定未来的研发方向.
数据驱动模型、BP、RBF、SVM、洪水预报
14
TP183(自动化基础理论)
2018-07-26(万方平台首次上网日期,不代表论文的发表时间)
共3页
275-277