主成分神经网络模型在大坝观测资料分析中的应用

被引:14
作者
李雪红
徐洪钟
顾冲时
周晓贤
机构
[1] 河海大学水利水电工程学院
基金
高等学校骨干教师资助计划;
关键词
大坝; 主成分; 模糊神经网络; 预报;
D O I
暂无
中图分类号
TV698.1 [水工建筑物的监测与原型观测];
学科分类号
摘要
在大坝观测资料分析中,各因子间常存在不同程度的相关性,这种相关性有时会对分析效果产生较大的影响;另外,通常的回归模型为线性模型,难以精确反映一般为非线性函数的因变量的变化规律。针对上述问题,本文将主成分分析和模糊神经网络相结合,建立大坝观测数据的主成分模糊神经网络模型,经实例计算,该模型的预报精度较高。
引用
收藏
页码:14 / 16
页数:3
相关论文
共 6 条
[1]  
气象统计分析与预报方法.[M].黄嘉佑编著;.气象出版社.2000,
[2]  
偏最小二乘回归方法及其应用.[M].王惠文著;.国防工业出版社.1999,
[3]  
智能控制理论和方法.[M].李人厚编著;.西安电子科技大学出版社.1999,
[4]  
面向MATLAB工具箱的神经网络理论与应用.[M].丛爽编著;.中国科学技术大学出版社.1998,
[5]  
回归分析与经济数据建模.[M].何晓群编著;.中国人民大学出版社.1997,
[6]  
水工建筑物安全监控理论及其应用.[M].吴中如等著;.河海大学出版社.1990,