胡广义
- 作品数：3 被引量：25H指数：2
- 供职机构：华中科技大学更多>>
- 发文基金：教育部“新世纪优秀人才支持计划”国家教育部博士点基金国家自然科学基金更多>>
- 相关领域：天文地球水利工程更多>>
- 分布式降雨量估算模型与方法研究
- 降雨量作为水文模型的重要输入参数，也作为防洪减灾、径流预报、农田灌溉等问题的重要考虑因素，一直以来都是水文水资源领域学者研究的重点。随着对这些研究对象的空间尺度范围越来越小和时间尺度范围越来越精细的要求，传统的通过布设雨...
- 胡广义
- 关键词：空间插值人工神经网络BP算法遥感反演MODIS
- 文献传递
- GA优化的BPNN模型在分布式降雨量插值中的应用被引量：2
- 2009年
- 针对BP神经网络初始连接权值和阈值确定的随机性,以及网络收敛速度慢和容易陷入局部极小的问题,采用遗传算法优化BP神经网络的连接权值和阈值,构建混合GA-BPNN网络模型.利用建立的GA-BPNN模型,对湖北省宜昌地区降雨量进行插值估算,试验结果表明,单纯采用BP神经网络进行降雨量的插值估算,其归一化的平均相对误差为27.68%,而采用遗传算法优化后的BP神经网络进行降雨量插值估算,其归一化的平均相对误差为18.93%,估算的精度以及网络的稳定性和容错性都要好于单纯的BP神经网络模型.
- 胡广义张秋文张勇传
- 关键词：遗传算法BP神经网络插值降雨量分布式
- 基于BP人工神经网络的分布式降雨量插值估算被引量：22
- 2009年
- 将人工神经网络应用到降雨量插值研究中,综合考虑影响降雨量的多种因素,提出并构建了基于隐含层节点数可调节的BP人工神经网络降雨量插值模型.应用该插值模型估算湖北省宜昌地区的一次大到暴雨天气的降雨量分布情况.研究结果表明:采用BP算法分别对3组样本数据进行插值得到的平均相对误差为37.71%,远远低于采用距离反比加权法插值估算的平均相对误差52.71%,精度提高了15%.当隐含层节点数为6,即BP神经网络采用3-6-1的模型结构时,估算的误差精度最佳,其平均相对误差为30.33%.
- 胡广义张秋文张勇传
- 关键词：降雨量插值分布式BP神经网络隐含层
