项目研究建立有一定物理基础或概念基础的新型灌排系统神经网络模型的一般性建模理论与方法,探讨灌排系统先验知识改善相应神经网络模型泛化性能的作用机理,设计灌排系统先验知识的表示框架,提出基于灌排系统先验知识的神经网络最小结构设计方法和学习策略,探索小样本条件下基于灌排系统先验知识的神经网络模拟理论与方法。它的研究将彻底改变传统灌排系统神经网络模型的黑箱子学习模式,实现由"黑箱子"学习模式向"物理机制"与"数据驱动"耦合的学习模式转变,为从根本上改善传统灌排系统神经网络模型的模拟精度和预报精度提供理论支撑。
{{i.achievement_title}}
数据更新时间:2023-05-31
EBPR工艺运行效果的主要影响因素及研究现状
基于国产化替代环境下高校计算机教学的研究
复杂系统科学研究进展
基于综合治理和水文模型的广西县域石漠化小流域区划研究
二维FM系统的同时故障检测与控制
改善神经网络泛化性能的先验知识理论与实验研究
陆面数据同化系统先验性知识获取与应用研究
灌排工程环境影响综合评价系统研究
基于不确定先验知识的支持向量机理论与算法研究