基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在大坝观测资料分析中,各因子间常存在不同程度的相关性,这种相关性有时会对分析效果产生较大的影响;另外,通常的回归模型为线性模型,难以精确反映一般为非线性函数的因变量的变化规律.针对上述问题,本文将主成分分析和模糊神经网络相结合,建立大坝观测数据的主成分模糊神经网络模型,经实例计算,该模型的预报精度较高.
推荐文章
人工神经网络在通量观测资料插补中的应用
缺失通量观测数据
人工神经网络
双向时间序列
环境因子辅助参证
基于主成分分析的BP神经网络长期预报模型
主成分分析
学习矩阵
BP神经网络
主成分神经网络模型在疾病预测中的应用
径向基神经网络
预测模型
主成分分析
仿真
MATLAB软件
大坝安全诊断的混沌优化神经网络模型
大坝位移
低维混沌
动力特性
小波变换
混沌优化神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 主成分神经网络模型在大坝观测资料分析中的应用
来源期刊 大坝观测与土工测试 学科 工学
关键词 大坝 主成分 模糊神经网络 预报
年,卷(期) 2001,(5) 所属期刊栏目 监测资料分析
研究方向 页码范围 14-16
页数 3页 分类号 TP183|TV698.1
字数 2992字 语种 中文
DOI 10.3969/j.issn.1671-3893.2001.05.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 顾冲时 河海大学水利水电工程学院 200 1993 24.0 35.0
2 徐洪钟 河海大学水利水电工程学院 9 228 6.0 9.0
3 李雪红 河海大学水利水电工程学院 13 263 7.0 13.0
4 周晓贤 河海大学水利水电工程学院 7 46 2.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (42)
同被引文献  (77)
二级引证文献  (63)
2001(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2002(1)
  • 引证文献(1)
  • 二级引证文献(0)
2003(3)
  • 引证文献(3)
  • 二级引证文献(0)
2004(3)
  • 引证文献(3)
  • 二级引证文献(0)
2005(9)
  • 引证文献(9)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(5)
  • 引证文献(3)
  • 二级引证文献(2)
2008(7)
  • 引证文献(1)
  • 二级引证文献(6)
2009(5)
  • 引证文献(0)
  • 二级引证文献(5)
2010(6)
  • 引证文献(4)
  • 二级引证文献(2)
2011(5)
  • 引证文献(3)
  • 二级引证文献(2)
2012(6)
  • 引证文献(2)
  • 二级引证文献(4)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(7)
  • 引证文献(1)
  • 二级引证文献(6)
2015(7)
  • 引证文献(0)
  • 二级引证文献(7)
2016(8)
  • 引证文献(4)
  • 二级引证文献(4)
2017(13)
  • 引证文献(4)
  • 二级引证文献(9)
2018(9)
  • 引证文献(0)
  • 二级引证文献(9)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
研究主题发展历程
节点文献
大坝
主成分
模糊神经网络
预报
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
水电与抽水蓄能
双月刊
2096-093X
32-1858/TV
大16开
江苏省南京市南瑞路8号
28-39
1977
chi
出版文献量(篇)
2989
总下载数(次)
7
论文1v1指导