关键词：居民用水 行为识别 hmm模型 bp神经网络 

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。

水资源与水工程学报杂志要求:

{1}应设计合理，具有自明性，按照文中出现顺序依次列于正文之后，说明性文字置于图表下方。

{2}稿件应有题名、摘要、关键词、参考文献及注释。并附题名、摘要、关键词的英文译文与作者简介（姓名、性别、出生年月、职称、学位、研究方向、联系电话、邮编）。

{3}参考文献确系亲自阅读，核对无误，并提供摘要便于核对。

{4}来稿请署明作者姓名、出生年、性别、民族（汉族可省略）、籍贯、学位、职称、工作单位、详细通信地址、邮政编码、联系电话、电子信箱等。

{5}引言概述有关理论依据、研究思路、试验基础及国内外现状，并明确说明研究的具体目的、新颖性或特点。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社