基于卡尔曼滤波技术的人工神经网络权重估算及应用
为改进神经网络模型算法,将神经网络技术与卡尔曼滤波技术进行耦合.在样本训练过程中,将卡尔曼滤波递推算法用于神经网络权重的训练,然后用训练得到的权重进行检验.文中以岷江上游段紫坪埔水文站的流量预报为实例,并与单一的神经网络模型以及卡尔曼滤波模型进行了比较.应用结果表明,卡尔曼技术用于神经网络权重估算,可改善水文预报精度.
神经网络、卡尔曼滤波、权重
40
P33;TV213.4(水文科学(水界物理学))
中国气象局成都高原气象研究所基本科研专项资助项目"青藏高原气候变化对径流水资源的影响及其模拟研究"BROP 200701
2008-09-10(万方平台首次上网日期,不代表论文的发表时间)
共4页
25-28