CN107463993-CN201710662894-基于互信息核主成分分析Elman网络的中长期径流预报方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107463993 A (43)申请公布日 2017.12.12 (21)申请号 201710662894.4 (22)申请日 2017.08.04 (71)申请人 贺志尧 地址 211100 江苏省南京市佛城西路8号河 海大学江宁校区 (72)发明人 不公告发明人　 (51)Int.Cl. G06N 3/08(2006.01) G06Q 10/04(2012.01) 权利要求书1页 说明书10页 附图2页 (54)发明名称 基于互信息-核主成分分析-Elman网络的中 长期径流预报方法 (57)摘要 本发明公开了一种基于互信息、核主成分分 析和Elman网络的中长期径流集合预报方法，包 括以下步骤：收集气象水文资料，建立指标时间 序列与径流时间序列一一对应关系；采用标准互 信息的方法选出显著且标准互信息高的指标；用 核主成分分析法提取筛选的指标数据的主成分； 构建Elamn神经网络模型；z-score标准化主成分 后，从中划分出训练样本对网络进行监督训练， 划分出检验样本对网络进行检验，计算各评价指 标值；重复单次预报多次，取多次预报的集合平 均作最终的预报值。本发明可以充分挖掘气象水 A 文资料与径流之间线性、非线性关系，并建立数 3 学关系模型，实现对中长期径流量更加准确、稳 9 9 3 定的预报。 6 4 7 0 1 N C CN 107463993 A 权　利　要　求　书 1/1页 1.一种基于互信息-核主成分分析-Elman网络的中长期径流预报方法，其特征在于，该 方法包含基于互信息的预报因子初选；运用核主成分分析提取主成分；构建Elman神经网络 模型；径流量的单模型预报；径流量的多模型集合预报。 2.如权利要求1所述的基于互信息-核主成分分析-Elman网络的中长期径流预报方法， 其特征在于，基于互信息的预报因子初选包含以下步骤： (1)计算每一个指标时间序列与对应的径流时间序列的互信息MI： T 式中，X为径流时间序列，X＝(x ,x ,x ...x ) ，Y为指标的时间序列，Y＝(y ,y , 1 2 3 n 1 2 T y ...y) ，分子p(x ,y)为X与Y的联合分布律，p(x)、p(y)分别为X与Y的边缘分布律； 3 n i j i j (2)用熵做分母将MI值映射到0与1之间，得到标准互信息NMI： 其中，H(X)和H(Y)分别为X和Y的熵，H(Y)与H(X)计算公式相似； (3)采用自举法进行标准互信息的检验。 3.如权利要求1所述的基于互信息-核主成分分析-Elman网络的中长期径流预报方法， 其特征在于，运用核主成分分析提取主成分包含以下步骤： (1)初选的预报因子数据z-score标准化； (2)初选的预报因子的核矩阵K； (3)计算中心化的核矩阵K，并计算其的特征值与特征向量，把特征值按照由大到小的 c 顺序排列，特征向量的顺序按照特征值做对应的调整； (4)计算归一化的特征向量矩阵A，并计算中心化的核矩阵K在特征向量上的投影，得到