基于多证据融合模型的洪水预测研究

摘要：

针对单一模型解决洪水预测问题存在的算法复杂度高、分类准确率低等问题,提出了BP神经网络联合与DS证据推理相融合的模型,不仅实现了多个领域不同层次的全部主/客观证据的特征级融合,还实现了多个模型的优势互补.通过实验对该方法和传统的单一神经网络方法比较得出,主/客观证据融合方法不仅提高了4.4%的分类精度,还降低了算法的时间和复杂度.

关键词：信息融合、洪水预测、神经网络、DS证据理论

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：科技部科研项目G19990436;浙江省水利厅资助项目RC0509

在线出版日期：2006-04-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：22-24