[發明專利]一種基于WD-RBF的水文時間序列模擬預測方法有效
| 申請號: | 201310222565.X | 申請日: | 2013-06-04 |
| 公開(公告)號: | CN103268525A | 公開(公告)日: | 2013-08-28 |
| 發明(設計)人: | 王棟;劉登峰;王遠坤;吳吉春 | 申請(專利權)人: | 南京大學 |
| 主分類號: | G06Q10/04 | 分類號: | G06Q10/04 |
| 代理公司: | 南京蘇高專利商標事務所(普通合伙) 32204 | 代理人: | 繆友菊 |
| 地址: | 210023 江蘇*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 wd rbf 水文 時間 序列 模擬 預測 方法 | ||
1.一種基于WD-RBF的水文時間序列模擬預測方法,其特征在于包括如下步驟:
(1)選擇dmey小波函數,確定小波分解的層次N,對水文時間序列進行N層小波分解;
(2)對分解得到的1~N層的每一層高頻小波系數依據啟發式SURE閾值方法確定閾值T進行量化處理,得到去噪后的水文序列成分;
(3)根據小波分解的第N層的低頻系數和經過量化處理后的第l層到第N層的高頻系數進行小波重構,得到消噪后的水文時間序列;
(4)對消噪后的水文時間序列進行歸一化處理,分別計算實例序列的自相關系數,判斷序列自身的延遲特性,將延遲階數K作為RBF網絡輸入層神經元數;
(5)訓練RBF網絡,提出改進方法:從1個神經元開始訓練,通過檢查輸出均方誤差自動增加神經元;每循環計算一次后,用使網絡產生最大誤差所對應的訓練樣本作為權值向量產生一個新的隱層神經元,重新計算并檢查新網絡的均方誤差,重復此過程直到達到均方誤差要求或最大隱層神經元數為止,網絡訓練完成;
(6)將消噪后的水文時間序列代入訓練好的RBF網絡,以遲延階數K進行預測模擬。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京大學,未經南京大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201310222565.X/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種千萬千瓦級大型風電基地測風網絡的微觀選址方法
- 下一篇:徑流算法
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業、金融、管理、監督或預測目的的數據處理系統或方法;其他類目不包含的專門適用于行政、商業、金融、管理、監督或預測目的的處理系統或方法
G06Q10-00 行政;管理
G06Q10-02 .預定,例如用于門票、服務或事件的
G06Q10-04 .預測或優化,例如線性規劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理,例如組織、規劃、調度或分配時間、人員或機器資源;企業規劃;組織模型
G06Q10-08 .物流,例如倉儲、裝貨、配送或運輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化,例如電子郵件或群件的計算機輔助管理





