《表3 训练期模拟精度对比》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于芒种日分析的BP模型在中长期汛期降雨量预报中的应用》
将训练期的两组数据输入模型分别生成均生函数,均生矩阵外延得到预报因子,作为BP神经网络模型的输入条件。神经网络输入层节点数为序列生成的预报因子个数,输出层节点数为1,隐含层节点数经试算确定为10,误差精度设为0.02。分别采用纳什效率系数和相关系数γ检验所构建模型的预测精度。在训练期,耦合BP模型模拟值与实测值相关系数γ=0.99,年际过程纳什效率系数为0.98,常规BP模型模拟值与实测值相关系数γ=0.98,年际过程纳什效率系数为0.96,耦合的BP神经网络模型具有良好的精度和可靠性,两种模型训练期模拟精度对比见表3。
图表编号 | XD0071700100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 李永坤、马旭、潘兴瑶、白涛、邸苏闯、黄强 |
绘制单位 | 北京市水科学技术研究院、北京市非常规水资源开发利用与节水工程技术研究中心、西安理工大学省部共建西北旱区生态水利国家重点实验室、北京市水科学技术研究院、北京市非常规水资源开发利用与节水工程技术研究中心、西安理工大学省部共建西北旱区生态水利国家重点实验室、北京市水科学技术研究院、北京市非常规水资源开发利用与节水工程技术研究中心、西安理工大学省部共建西北旱区生态水利国家重点实验室 |
更多格式 | 高清、无水印(增值服务) |