文献

J-GLOBAL ID：201502202095161946   整理番号：15A0986528

人工ニューラルネットワークと経験的モード分解に基づく参照作物蒸発散量予測のためのハイブリッドモデル【Powered by NICT】

A Hybrid Model for Reference Crop Evapotranspiration Prediction Based on Artificial Neural Networks and Empirical Mode Decomposition

著者 (5件)： Chi Daocai (Coll. of Water Conservancy, Shenyang Agricultural Univ., Shenyang) ,  Zheng Junlin (Coll. of Water Conservancy, Shenyang Agricultural Univ., Shenyang) ,  Xu Xingjuan (Coll. of Water Conservancy, Shenyang Agricultural Univ., Shenyang) ,  Wu Qi (Coll. of Water Conservancy, Shenyang Agricultural Univ., Shenyang) ,  Chen Taotao (Coll. of Water Conservancy, Shenyang Agricultural Univ., Shenyang)
資料名： Shenyang Nongye Daxue Xuebao  (Shenyang Nongye Daxue Xuebao)
巻： 46  号： 1  ページ： 67-73  発行年： 2015年 
JST資料番号： C2349A  ISSN： 1000-1700  CODEN： SNDBE7  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 非線形により特性化し,不安定ET_0の予測精度を改善するために,経験的モード分解(EMD)に基づくBPニューラルネットワーク予測モデルを提案した。例として1970-2006中大連地域における月ET_0シリーズを用いて,EMD法を用いることにより,ET_0一連の異なるスケールの固有モード関数に分解した。ET_0シリーズとIMFはBPニューラルネットワークにより訓練し,ET_0を予測するための予測モデルが得られた。予測モデルはET_0値を予測するために適用した。二モデルとacture値の予測値の間の比較解析を行った。結果は,EMD BPモデルによって予測された平均絶対百分率誤差(MAPE),二乗平均平方根誤差(RMSE),平均絶対差(MAD)と決定係数(R~2)は1.32%、0.0327、0.0278および0.9967であったことを示した。が純粋なBPモデルの対応する指数値は8.50%,0.2583,それぞれ0.1839および0.8967であった。明らかに,EMD BPモデルのMAPE,RMSEとMAD値は,純粋なBPモデルよりも小さく,一方,R2値は,純粋なBPモデルよりも高かった。,の予測精度と安定性は,純粋なBPモデルより優れていた。TtはET_0の予測するための参照として取ることができる。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： *ニューラルネットワーク ,  予測モデル ,  *蒸発散量 ,  *農作物 ,  キャラクタリゼーション
準シソーラス用語： 決定係数 ,  rms誤差 ,  予測値 ,  固有モード関数 ,  逆伝播ニューラルネットワーク ,  予測精度 ,  *ハイブリッドモデル ,  *経験的モード分解 , 【Automatic Indexing@JST】

分類 (2件)： 農業土木  (FB02000W) ,  植物生理学一般  (EH02010Y)

タイトルに関連する用語 (7件)： 人工ニューラルネットワーク ,  経験的モード分解 ,  参照 ,  作物 ,  蒸発散量 ,  予測 ,  ハイブリッドモデル