数据集概述
本数据集为“河床推移质机器学习模型开发”研究配套资源，包含训练好的人工神经网络（ANN）模型、示例脚本及补充数据表。数据用于支持模型的应用与验证，涵盖原始观测数据、模型误差统计、现有模型对比结果等内容，适用于河流动力学领域的河床推移质预测研究。
文件详解
- 训练好的ANN模型压缩包
- 文件名称：Hosseiny_et_al_trained_ANN.zip
- 文件格式：ZIP
- 字段映射介绍：包含BEDLOAD_MODEL_FINAL文件夹，内有训练好的模型文件saved_model.pb及输入变量、变量权重相关信息
- Jupyter示例笔记本
- 文件名称：bedload_ann_example.ipynb
- 文件格式：IPYNB
- 字段映射介绍：提供训练好的ANN模型的分步实现指南
- 补充数据表
- 文件名称：Hosseiny et al_Supplemental_Data_Tables.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含模型训练测试用原始观测数据、输入数据汇总及单站点统计、训练验证误差、4种未校准现有模型与ANN模型对测试数据的推移质计算结果、模型输出统计、站点特异性误差计算
- 说明文档
- 文件名称：Hosseiny_et_al_Bedload_ANN_readme.txt
- 文件格式：TXT
- 字段映射介绍：数据集使用说明，包含资产列表及修改调整注意事项
数据来源
论文“Development of a machine learning model for river bedload”（Hosseiny et. Al，审稿中）
适用场景
- 河床推移质预测模型应用: 使用训练好的ANN模型进行河流推移质输沙量预测
- 机器学习模型验证: 基于补充数据中的误差统计与现有模型对比结果，验证模型性能
- 河流动力学研究: 分析原始观测数据与模型输出，探究河床推移质输移规律
- 水文工程教学: 作为机器学习在水文领域应用的教学案例，演示模型实现流程
