一种水文流量波动情势识别方法及其系统

摘要

本发明实施例涉及数据处理技术领域，具体而言，涉及一种水文流量波动情势识别方法及其系统。该方法分别将每组水纹波实验数据作为测试集，采用完成训练的卷积神经网络对该测试集进行识别以获得第二识别准确率，并根据第二识别准确率是否达到第二设定值对完成训练的卷积神经网络的第一参数进行调整以获得第二参数并进行缓存，对缓存的参数求平均值得到第三参数，根据第三参数对所构建的卷积神经网络进行第三次配置，并将当前水纹波数据输入完成第三次配置的卷积神经网络以实现水纹波波动情势的识别，如此，能够基于有限的水纹波实验数据搭建出泛化能力较强的卷积神经网络并基于该卷积神经网络实现水纹波的波动情势进行准确的预测和识别。