基本信息:
- 专利标题： 一种基于变分推理贝叶斯神经网络的洪水集合预报方法
- 申请号：CN201910058334.7 申请日：2019-01-22
- 公开(公告)号：CN109902801B 公开(公告)日：2020-11-17
- 发明人： 覃晖 , 刘永琦 , 许继军 , 肖雪 , 姚立强 , 李清清 , 张振东 , 李杰 , 裴少乾 , 卢健涛 , 朱龙军 , 汤凌云 , 刘冠君 , 田锐
- 申请人： 华中科技大学 , 长江水利委员会长江科学院
- 申请人地址： 湖北省武汉市洪山区珞喻路1037号
- 专利权人： 华中科技大学,长江水利委员会长江科学院
- 当前专利权人： 华中科技大学,长江水利委员会长江科学院
- 当前专利权人地址： 湖北省武汉市洪山区珞喻路1037号
- 代理机构： 华中科技大学专利中心
- 代理人： 李智; 曹葆青
- 主分类号： G06N3/04
- IPC分类号： G06N3/04 ; G06N3/08 ; G06N5/04 ; G01W1/10
摘要：
本发明公开了一种基于变分推理贝叶斯神经网络的洪水集合预报方法，包括：设置贝叶斯神经网络各层维度；选定贝叶斯神经网络的权重参数的先验概率分布，通过变分参数对贝叶斯神经网络的权重参数进行参数化，来近似贝叶斯神经网络的权重参数的后验概率分布；计算先验概率分布与变分后验概率分布的相对熵，并根据训练数据集计算期望对数似然函数；根据相对熵和期望对数似然函数，构建目标函数；最大化目标函数，训练变分推理参数；使用训练好的变分推理贝叶斯神经网络，对未知洪水进行集合预报。本发明将变分推理与BNN模型结合，通过变分分布近似贝叶斯网络模型权重参数的后验概率，简化了计算过程，定量描述洪水预报的不确定性，提高准确度。
公开/授权文献:
- CN109902801A 一种基于变分推理贝叶斯神经网络的洪水集合预报方法 公开/授权日：2019-06-18
IPC结构图谱:
| G | 物理 |
| --G06 | 计算；推算；计数 |
| ----G06N | 基于特定计算模型的计算机系统 |
| ------G06N3/00 | 基于生物学模型的计算机系统 |
| --------G06N3/02 | .采用神经网络模型 |
| ----------G06N3/04 | ..体系结构，例如，互连拓扑 |