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:
本文利用南昌市城市大气中SO2、NOX、TSP等浓度数据及降尘数据建立了BP神经网络的降雨酸度预测模型,结果表明:BP神经网络的预测模型不仅能较好地反映致酸因素与降水酸度的相互关系,而且预测精度也高于多元回归等模型。
推荐文章
利用BP神经网络模拟预测夏季降水场
人工神经网络
BP模型
模拟预测
降水场
基于BP神经网络时间序列模型的降水量预测
降水量
时间序列
BP神经网络
降水量预测
优化BP神经网络算法在油茶产量预测中的应用
油茶
BP神经网络算法
回溯法
相对误差
改进BP神经网络在航空弹药预测中的应用
BP神经网络
Fletcher-Reeves算法
仿真
航空弹药
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 BP神经网络在降水酸度预测中的应用
来源期刊 环境与开发 学科 地球科学
关键词 BP神经网络 酸雨 预测模型 降水酸度预测
年,卷(期) 2001,(3) 所属期刊栏目
研究方向 页码范围 35-36
页数 2页 分类号 X831
字数 语种
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 刘春燕 江西师范大学城市与环境学院 69 991 15.0 31.0
2 毛端谦 南京大学城市与资源系 6 196 5.0 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  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(8)
  • 参考文献(8)
  • 二级参考文献(0)
1998(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)
研究主题发展历程
节点文献
BP神经网络
酸雨
预测模型
降水酸度预测
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
环境与开发
月刊
1006-5776
36-1113/X
江西省南昌市湖滨南路16号
出版文献量(篇)
665
总下载数(次)
3
论文1v1指导