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:
时间序列分析在水文预报中起重要作用,其关键是要建立一个合适的预报模型.文章提出基于BP算法的单输出和多输出水文预报时间序列神经网络模型,克服了以往多种基于随机分析预报模型的缺点,不仅能实现快速灵活的信息处理,而且具有很强的非线性映射和自学习、自适应能力,这为更精确描述复杂非线性水文过程提供了可能.通过对历史数据的学习,模型可对水文径流量时间序列进行预报,两个实例分析表明模型的可行性和有效性.
推荐文章
人工神经网络非线性时序模型在水文预报中的应用
人工神经网络非线性时序模型
自回归模型
单变量
多变量
日流量预报
水文时间序列的混沌神经网络预报
混沌
BP神经网络
水文时间序列
预报
最小嵌入维数
应用实例
水文预报时间序列神经网络模型
水文预报
时间序列
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 水文预报的时间序列神经网络模型
来源期刊 天津大学学报(英文版) 学科 地球科学
关键词 水文预报 时间序列 神经网络模型 BP算法
年,卷(期) 2001,(3) 所属期刊栏目
研究方向 页码范围 182-186
页数 5页 分类号 P338.9
字数 794字 语种 英文
DOI
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 钟登华 天津大学建筑工程学院 231 5210 36.0 58.0
2 刘东海 天津大学建筑工程学院 83 1223 21.0 32.0
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  (9)
节点文献
引证文献  (18)
同被引文献  (29)
二级引证文献  (23)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(2)
  • 参考文献(2)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(4)
  • 引证文献(3)
  • 二级引证文献(1)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
水文预报
时间序列
神经网络模型
BP算法
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
天津大学学报(英文版)
双月刊
1006-4982
12-1248/T
大16开
天津大学19号楼东配楼四层
1995
eng
出版文献量(篇)
1613
总下载数(次)
0
总被引数(次)
4541
论文1v1指导