10.3969/j.issn.1672-402X.2007.10.009
基于Bagging算法的水位预测模型
传统的统计分析在小样本预测中的效果不佳,虽然神经网络一定程度上解决了传统方法所遇到的问题,但样本的数量又影响了神经网络的泛化能力,神经网络集成的方法较好地解决了这一问题.在运用智能计算技术建立BP网络的基础上,再利用Bagging算法构造神经网络的集成模型.用珠江三角洲天河水文站的数据进行训练和预测,结果表明,基于Bagging算法的神经网络集成的预测不仅解决了样本数据量少、偏差大、不确定性的问题,而且比单一神经网络具有更强的泛化能力,预测更为可靠.
Bagging算法、神经网络集成、水位预测
P641(水文地质学与工程地质学)
2008-01-07(万方平台首次上网日期,不代表论文的发表时间)
共3页
28-30