基于HMM和BP神经网络组合模型的用水行为识别

• 作者: 段延峰 谷伟豪 赵太飞 马欣媛
• 来源期刊: 水资源与水工程学报
• 关键词: 居民用水 行为识别 HMM模型 BP神经网络
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 水文水资源
• 页码范围: 14-17
• 页数: 4页
• 分类号: TV213.4
• 语种: 中文
• DOI: 10.11705/j.issn.1672-643X.2019.04.03

摘要

在当前水资源短缺以及用水量不断增加的背景下,识别农村居民用水行为,对于农村地区居民用水安全和管理、缓解水资源短缺具有重要的意义.为此,提出了一种隐马尔可夫模型(Hidden Markov Model,HMM)和BP神经网络(Back Propagation,BP)相结合的组合模型,模型综合了BP网络优秀的分类识别能力和HMM强大的时域建模能力的优点.该模型首先为居民用水行为的6个事件分别建立1个HMM,然后计算各个模型的最佳状态的输出概率,再将此概率和期望输出共同训练BP神经网络,最后选取测试数据和已建立的组合模型进行匹配,得到识别结果.研究结果表明:该组合模型在用水行为识别准确度上比单独应用HMM模型高8.78％,比单独应用BP神经网络高8.92％,具有一定的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵太飞	西安理工大学自动化与信息工程学院	86	426	11.0	18.0
2	马欣媛	西安理工大学自动化与信息工程学院	5	9	2.0	3.0
3	谷伟豪	西安理工大学自动化与信息工程学院	4	20	3.0	4.0
4	段延峰		2	3	1.0	1.0