摘要
本发明属于机器学习技术领域,本发明公开了基于数据增强和自适应网络的土石坝溃决流量预测方法;包括以下步骤:收集历史土石坝溃决流量的数据并进行预处理,进而得到历史土石坝溃决流量数据;设计并训练生成对抗网络,通过生成对抗网络对历史土石坝溃决流量数据进行扩充,进而得到土石坝溃决流量数据集;对数据集中的数据进行特征提取并加权,得到溃决流量特征数据;构建支持向量机模型,并利用自适应粒子群优化算法对支持向量机模型进行训练,得到训练完成的支持向量机模型;本发明通过利用生成对抗网络模型和注意力机制对训练集进行增强,并将增强后的训练集输入到自适应粒子群优化支持向量机模型中,能够实现对土石坝溃决峰值流量的精确预测。
技术关键词
支持向量机模型
流量预测方法
粒子群优化算法
粒子群优化支持向量机
矩阵
Attention机制
正则化参数
生成对抗网络模型
随机噪声
训练集
机器学习技术
指标
注意力机制
位置更新
数据分布
系统为您推荐了相关专利信息
电力交易数据
交互方法
数据交互安全性
多智能体协同
动态会话密钥
深度强化学习模型
患者
调配优化方法
表达式
医院信息系统
VR显示模组
畸变参数
组合摄像机
畸变模型
图像
隐蔽通信方法
数据安全
矩阵
二进制比特信息
车辆