[发明专利]基于稀疏自编码的核极限学习机洪水预报方法在审
| 申请号： | 201710841563.7 | 申请日： | 2017-09-18 |
| 公开（公告）号： | CN107563567A | 公开（公告）日： | 2018-01-09 |
| 发明（设计）人： | 李士进;马凯凯;朱跃龙;冯钧;万定生;黄乐平 | 申请（专利权）人： | 河海大学 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06N3/08 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙)32204 | 代理人： | 王安琪 |
| 地址： | 210098 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于稀疏自编码的核极限学习机洪水预报方法，包括如下步骤(1)选取中小河流洪水数据，对数据进行整理与清洗；(2)选取合适的预报因子并整理样本，对样本数据进行预处理；(3)将原始样本数据经过多层稀疏自编码器进行无监督学习，分别训练最优网络层参数；(4)经过多层稀疏自编码学习后的样本数据作为KELM模型的输入，构建SAE_KELM模型，预测并评价相应结果。本发明在KELM模型基础上融合SAE方法，构建深层网络模型，通过增加模型的层数来学习复杂数据之间丰富的内在信息，SAE_KELM模型不仅可以学习到原始水文数据中的“本质”特征，而且学习到的特征对数据有更本质的刻画，KELM模型能够更好地拟合特征值与目标值之间的映射关系。 | ||
| 搜索关键词： | 基于 稀疏 编码 极限 学习机 洪水 预报 方法 | ||
【主权项】：
一种基于稀疏自编码的核极限学习机洪水预报方法，其特征在于，包括如下步骤：(1)选取中小河流洪水数据，对数据进行整理与清洗；(2)选取合适的预报因子并整理样本，对样本数据进行预处理；(3)将原始样本数据经过多层稀疏自编码器进行无监督学习，分别训练最优网络层参数；(4)经过多层稀疏自编码学习后的样本数据作为KELM模型的输入，构建SAE_KELM模型，预测并评价相应结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河海大学，未经河海大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710841563.7/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
