基于稀疏自编码的集成学习台风灾害经济损失评估
徐新卫1
邓佳佳1
陶飞1
朱俊杰1
周俊2
1.安徽工业大学管理科学与工程学院,安徽马鞍山 2430322.广东科技学院管理学院,广东东莞 523076
摘要：为了消除台风灾害数据指标间的多重共线性影响以及训练过程中的过拟合,本文使用稀疏自编码网络对广东省台风灾害数据进行非线性特征提取,作为BP神经网络的输入,最后通过Bagging方法将神经网络输出结果集成,以评估直接经济损失.为了验证稀疏自编码算法在特征提取方面的优势与有效性,本文引入主成分模型进行对比分析.试验结果表明稀疏自编码网络能够较好地提取非线性特征并进行评估,其评估精度优于以主成分分析为代表的线性降维方法,同时也证明了本文提出的集成神经网络的评估效果优于多层的BP神经网络,证明了此方法是一种解决台风灾害经济损失评估问题的有效方法,具有一定的应用参考价值.
关键词：台风灾害损失稀疏自编码器Bagging算法BP神经网络
分类号：P732(海洋基础科学)X43(自然灾害及其防治)
资助基金：安徽省教育厅教学研究项目(2019jyxm0145)
论文发表日期：2024-08-28
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：7( 100-106 )
英文信息