基于多证据融合模型的洪水预测研究

作者：吴蔚; 张海波; 王道席信息融合洪水预测神经网络ds证据理论

摘要：针对单一模型解决洪水预测问题存在的算法复杂度高、分类准确率低等问题,提出了BP神经网络联合与DS证据推理相融合的模型,不仅实现了多个领域不同层次的全部主/客观证据的特征级融合,还实现了多个模型的优势互补.通过实验对该方法和传统的单一神经网络方法比较得出,主/客观证据融合方法不仅提高了4.4%的分类精度,还降低了算法的时间和复杂度.

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社