基于深度信念网络的钱塘江潮位预测方法 鲍枫林;方力先;王瑞荣;赵晓东;孙映宏 【期刊名称】《杭州电子科技大学学报》 【年(卷),期】2018(038)002 【摘 要】浅层网络不能很好地挖掘钱塘江各站点间潮位数据及其他数据的原始特征关系,其浅层网络模型学习后获得的是没有层次结构的单层特征,影响预测数据重构精度,为此,提出了一种基于深度学习的钱塘江潮位预测方法.首先利用多个受限玻尔兹曼机RBM提取钱塘江各水文站点的潮位数据以及农历"日"的数据特征值,然后在网络的最后一层设置BP神经网络实体分类器,将RBM提取到的特征数据作为BP神经网络的输入特征向量,利用BP神经网络对实体关系分类器进行有监督地训练,最后将误差反向传播至每一层RB M来微调整个网络参数,最终建立深度信念网络DBN预测模型.实验结果表明,深度信念网络预测模型比神经网络预测模型预测钱塘江潮位更具稳定性,为钱塘江潮位的预测提供了一种方法. 【总页数】6页(P67-72) 【作 者】鲍枫林;方力先;王瑞荣;赵晓东;孙映宏 【作者单位】杭州电子科技大学生命信息与仪器工程学院,浙江杭州310018;杭州电子科技大学生命信息与仪器工程学院,浙江杭州310018;杭州电子科技大学生命信息与仪器工程学院,浙江杭州310018;杭州电子科技大学自动化学院,浙江杭州310018;杭州市水文水资源监测总站,浙江杭州310014 【正文语种】中 文 【中图分类】P332.3 【相关文献】 1.基于灰色马尔可夫模型的钱塘江高潮位预测 [J], 王瑞荣;陈浩龙;薛楚;孙映宏 2.一种基于深度信念网络的径流量预测方法 [J], 钱立鹏;刘长征;陈翠忠;宋亚萍;魏震 3.基于改进深度信念网络的短期电力负荷预测方法 [J], 王剑锋;郑剑;王旭东;于建成 4.基于深度信念网络的工业企业能耗预测方法 [J], 光理;畅行利;侯帆江;郭雪峰 5.基于深度信念网络的工业企业能耗预测方法 [J], 光理;畅行利;侯帆江;郭雪峰 因版权原因，仅展示原文概要，查看原文内容请购买 本文来源：https://www.wddqw.com/doc/b2307e59081c59eef8c75fbfc77da26925c59609.html