文献

J-GLOBAL ID：202102265718529397   整理番号：21A0049033

BPニューラルネットワークとSVMモデルに基づく黄尾川流出予測の比較分析【JST・京大機械翻訳】

Comparative Analysis of Huangwei River Runoff Prediction Based on BP Neural Network and SVM Model

著者 (3件)： Gu Zheyan (江蘇省水利勘測設計研究院有限公司,江蘇揚州225100) ,  Chen Hang (江蘇省水利勘測設計研究院有限公司,江蘇揚州225100) ,  Yi Xin (江蘇省水利勘測設計研究院有限公司,江蘇揚州225100)
資料名： Xibei Linxueyuan Xuebao  (Xibei Linxueyuan Xuebao)
巻： 35  号： 5  ページ： 201-206  発行年： 2020年 
JST資料番号： C2198A  ISSN： 1001-7461  CODEN： XLIXE3  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： 流出予測におけるBPニューラルネットワークとSVMモデルの性能を比較した。降水量を予測因子として、BP人工ニューラルネットワークモデルとSVMモデルを用いて、大別山黄尾河流域の40a時の長い同期流出過程に対して数値シミュレーションを行い、両者の予測性能について比較と評価を行った。結果により、黄尾川流域のBPモデルシミュレーションの全体相対誤差は14.43%、合格率は77.5%、確定性係数は0.76、予報精度等級はB級であった。SVMシミュレーションの全体の相対誤差は12.41%であり、合格率、確定性係数及び予報精度等級はBPモデルと同じである。SVMモデルのシミュレーション結果はBPモデルよりも小さい誤差範囲に集中した。BPモデルの累積誤差>SVMモデルは、誤差自由度の増大に伴い、この差が拡大する傾向があり、SVMモデルの誤差範囲が小さく、誤差間隔がBPモデルより小さく、シミュレーション性能がBPモデルより安定であることが明らかになった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *シミュレーション ,  降水量 ,  流域 ,  自由度
準シソーラス用語： 神経回路網モデル ,  数値シミュレーション ,  相対誤差 ,  *逆伝播ニューラルネットワーク ,  予測性能 ,  予測因子 ,  予報精度 ,  モデルシミュレーション ,  流出予測 , 【Automatic Indexing@JST】

分類 (2件)： 森林植物学  (FF02020E) ,  火災  (RA02020B)

タイトルに関連する用語 (6件)： BPニューラルネットワーク ,  SVM ,  モデル ,  黄 ,  流出予測 ,  比較分析