[发明专利]一种基于变分推理贝叶斯神经网络的洪水集合预报方法有效
| 申请号： | 201910058334.7 | 申请日： | 2019-01-22 |
| 公开（公告）号： | CN109902801B | 公开（公告）日： | 2020-11-17 |
| 发明（设计）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（专利权）人： | 华中科技大学;长江水利委员会长江科学院 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06N5/04;G01W1/10 |
| 代理公司： | 华中科技大学专利中心 42201 | 代理人： | 李智;曹葆青 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 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。 | ||
| 搜索关键词： | 一种 基于 推理 贝叶斯 神经网络 洪水 集合 预报 方法 | ||
【主权项】：
1.一种基于变分推理贝叶斯神经网络的洪水集合预报方法，其特征在于，所述方法包括以下步骤：步骤S1.设置贝叶斯神经网络各层维度；步骤S2.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；步骤S3.计算贝叶斯神经网络的权重参数的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；步骤S4.根据相对熵和期望对数似然函数，构建目标函数；步骤S5.最大化目标函数，训练变分推理参数；步骤S6.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。
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华中科技大学;长江水利委员会长江科学院，未经华中科技大学;长江水利委员会长江科学院许可，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/201910058334.7/，转载请声明来源钻瓜专利网。
