Annual runoff prediction using a nearest-neighbour method based on cosine angle distance for similarity estimation
Annual runoff prediction using a nearest-neighbour method based on cosine angle distance for similarity estimation
复制标题
基于余弦角距离的最近邻法进行年径流预测相似度估计
DOI：
10.5194/piahs-368-204-2015
复制
发表时间：
2015-05
期刊：
影响因子：
--
通讯作者：
李红霞
中科院分区：
文献类型：
--
作者：
李红霞
最近邻法(NNM)是一种基于水文现象相似特性的数据驱动的非参数方法。选择合适的距离度量是NNM的重要组成部分。欧几里得距离(EUD)是一种常用的距离度量，它表示空间点的绝对距离，与点的坐标直接相关，但对特征向量的方向不敏感。本文采用了反映方向差异较大的余弦角距离(CAD)作为相似性度量，并与EUD进行了比较。该技术在长江宜昌站的年径流中得到应用。结果表明，基于CAD的NNM比基于EUD的NNM具有更好的性能。
The Nearest Neighbour Method (NNM) is a data-driven and non-parametric scheme established on the similarity characteristics of hydrological phenomena. One of the important parts of NNM is to choose a proper distance measure. The Euclidean distance (EUD) is a commonly used distance measure, which represents the absolute distance of a spatial point and is directly related to the coordinate of the point, but is not sensitive to the direction of the feature vector. This paper used the cosine angle distance (CAD) for the similarity measure, which reflects more differences in the direction, and compared it to EUD. This technique is applied to annual runoff at YiChang station on the Yangtze River. The results show the NNM with CAD has a better performance than that of EUD.
登录
查看更多内容
影响因子：
6.4
作者：
Taesam Lee;T. Ouarda
通讯作者：
Taesam Lee;T. Ouarda
影响因子：
4.3
作者：
Yongjie Zhu;Huicheng Zhou
通讯作者：
Yongjie Zhu;Huicheng Zhou
影响因子：
2.4
作者：
A. Gobena;T. Gan
通讯作者：
A. Gobena;T. Gan
DOI：
--
发表时间：
2000
期刊：
Journal of Sichuan University
影响因子：
--
作者：
W. Wen
通讯作者：
W. Wen
影响因子：
6.4
作者：
B. Sivakumar
通讯作者：
B. Sivakumar