LVQ学习矢量量化神经网络模型在旱涝预测中的应用

被引:2
作者
迟道才
曹洁萍
刘丽
李帅莹
机构
[1] 沈阳农业大学水利学院
关键词
旱涝灾害; 神经网络; LVQ模型; 本溪地区;
D O I
暂无
中图分类号
TP183 [人工神经网络与计算];
学科分类号
摘要
旱涝灾害的预测对预防灾害和保护环境有着重要的作用。运用神经网络中LVQ学习矢量量化神经网络建立了旱涝预测模型,模型输入层神经元数目为3,输出层神经元数目为1,隐含层神经元数目采用实验法,最终确定为7。预测结果表明:该方法与传统的预测方法及BP神经网络相比,具有更强的容错性和鲁棒性,预测精度较高且计算简单等优点。
引用
收藏
页码:78 / 80
页数:3
相关论文
共 9 条
[1]   基于马尔可夫过程的改进残差灰色灾变预测模型研究 [J].
张瑞 ;
迟道才 ;
王晓瑜 ;
李炎 ;
石丽忠 .
中国农村水利水电, 2008, (01) :7-10
[2]   本溪地区50年气温变化特征 [J].
吉奇 ;
宋冀凤 ;
徐璐璐 .
气象科技, 2007, (05) :661-664
[3]   基于LVQ网络的水电机组振动多故障诊断方法 [J].
梁武科 ;
彭文季 ;
罗兴錡 .
农业机械学报, 2007, (01) :208-210
[4]   朝阳地区干旱特征分析及抗旱对策研究 [J].
张宁宁 ;
迟道才 ;
袁吉 .
中国农村水利水电, 2006, (09) :61-63+66
[5]   农业旱灾研究进展 [J].
商彦蕊 .
地理与地理信息科学, 2004, (04) :101-105
[6]   马尔柯夫链模型在区域干旱风险研究中的应用 [J].
韩宇平 ;
阮本清 ;
周杰 .
内蒙古师范大学学报(自然科学汉文版), 2003, (01) :65-70
[7]   陕西关中西部作物生长季近70年旱涝指数分析——以杨陵为例 [J].
许秀娟 ;
蒋骏 .
干旱地区农业研究, 2001, (03) :59-63
[8]   水旱灾害时间序列的分形研究方法 [J].
朱晓华 ;
杨秀春 .
安徽农业科学, 2000, (01) :35-36+38
[9]  
神经网络设计[M]. 机械工业出版社 , (美)MartinT.Hagan等著, 2002