李薇
- 作品数：3 被引量：38H指数：3
- 供职机构：华中科技大学水电与数字化工程学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：水利工程天文地球环境科学与工程更多>>
- 基于主成分分析的三种中长期预报模型在柘溪水库的应用被引量：10
- 2016年
- 基于柘溪断面历史旬径流资料，选择1980年－2012年共33a的降雨和流量数据经主成分分析处理后，分别作为多元线性回归模型、BP神经网络模型、Elman神经网络模型的训练样本，对模型参数进行训练；然后对样本进行模拟预报，统计模拟绝对误差和相对误差，同时预报柘溪断面2013年、2014年和2015年的年、汛期、季节和月尺度的流量，预报结果可精确到旬尺度，对比分析三种模型各时间尺度的预报结果，最终确定各模型在柘溪流域中长期水文预报过程中的作用。
- 李薇周建中叶磊卢韦伟姚翔宇
- 关键词：多元线性回归BP神经网络ELMAN神经网络中长期径流预报主成分分析柘溪水库
- 基于小波分析的两种神经网络耦合模型在月径流预测中的应用被引量：16
- 2018年
- 为提高河川径流的中长期预报精度并延长其预见期,采用小波分析充分提取有用信息,基于BP神经网络和GRNN神经网络,构建了两种小波神经网络耦合模型,测试了Daubechies族中9种母波函数对模型模拟效果的影响,并采用合格率(Q_(QR))、平均相对误差(M_(MPRE))、均方根误差(R_(RMSE))和确定性系数(N_(NSE))等指标评价了模型精度。将该模型应用于金沙江流域向家坝水文站未来1~5个月的径流预报,结果显示,相比于传统BP和GRNN模型,耦合模型具有明显优势,且基于小波分析的BP模型预报结果更接近实测值,预报精度更高,其未来4个月的平均相对误差在±20%以内。表明小波分析方法能充分挖掘隐藏在原始数据中的有用信息,可有效提高耦合模型的预报精度延长预见期,在径流预测方面有明显的优越性。
- 孙娜周建中朱双李薇彭甜
- 关键词：神经网络模型水文预报小波分析
- 基于BP神经网络的湖北省山洪灾害危险性评价被引量：12
- 2018年
- 湖北省是山洪灾害多发地,每年因山洪灾害造成的损失十分严重,山洪灾害危险性评价对于防灾减灾具有重要意义。构建了湖北省山洪灾害危险性评价指标体系,根据山洪灾害危险性与历史山洪灾害的相关性,采用RBF(Radial Basis Function,径向基函数)神经网络对小样本调查数据进行拟合、扩展,形成可靠的数据集,使用扩展数据集对BP(Back Propagation)神经网络进行训练,建立山洪灾害危险性评价模型,通过建立的评价模型分析了湖北省山洪灾害危险性的分布特征。研究结果表明,湖北省山洪灾害危险性最高的区域分布在西南部的建始县、巴东县、鹤峰县和中部的钟祥市、孝感市,总面积为1.47万km2;湖北省中等危险区分布在全省各地,面积达到12.48万km2;湖北省低危险区主要分布在西北部的房县、东部的黄陂区、嘉鱼县、黄冈市市辖区,总面积0.84万km2。
- 冯快乐周建中江焱生孙怀卫李薇李薇
- 关键词：山洪灾害BP神经网络RBF神经网络
