点击次数：

论文类型：期刊论文

发表时间：2006-12-25

发表刊物：水文

收录刊物：PKU

卷号：26

期号：6

页面范围：30-32

ISSN号：1000-0852

关键字：神经网络;预测;泛化能力;主成分分析;贝叶斯正则化

摘要：针对水文预测建模中输入因子过多而导致神经网络结构规模过大,泛化能力差的问题,利用主成分分析和贝叶斯正则化方法对神经网络进行改进,优化网络结构,从而提高泛化能力.以洮儿河流域镇西站年最大洪峰流量预测为例,研究结果表明,改进的神经网络预测方法与传统的神经网络方法相比,泛化能力有显著提高,而且网络的收敛也比较稳定,实际预测中效果良好.