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:
由于影响因素的复杂性,预测降水量具有相当的难度\.在假设区域长时间内降水量和蒸发量保持平衡的基础上,用BP人工神经网络建立了陕西省汉中市的降水量预测模型,根据前3个月降水量和蒸发量对降水量资料进行了模拟预测,结果认为其准确率为84%,合格率为100%.
推荐文章
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
基于神经网络模型的降水量预测研究
神经网络
降水量
预测
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神经网络的孔隙充水矿井涌水量预测
BP人工神经网络
孔隙充水矿井
涌水量
预测模型
韩桥煤矿
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 降水量的BP人工神经网络预测模型及其应用
来源期刊 西北农林科技大学学报(自然科学版) 学科 农学
关键词 降水量 BP人工神经网络 预测模型
年,卷(期) 2001,(4) 所属期刊栏目
研究方向 页码范围 103-106
页数 4页 分类号 S165+.25
字数 2563字 语种 中文
DOI 10.3321/j.issn:1671-9387.2001.04.025
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 牛文全 西北农林科技大学中国科学院水利部水土保持研究所 16 173 7.0 13.0
2 李靖 1 21 1.0 1.0
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  (3)
节点文献
引证文献  (21)
同被引文献  (51)
二级引证文献  (104)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(2)
  • 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(0)
  • 二级引证文献(1)
2004(4)
  • 引证文献(1)
  • 二级引证文献(3)
2005(5)
  • 引证文献(2)
  • 二级引证文献(3)
2006(2)
  • 引证文献(0)
  • 二级引证文献(2)
2007(12)
  • 引证文献(5)
  • 二级引证文献(7)
2008(10)
  • 引证文献(1)
  • 二级引证文献(9)
2009(6)
  • 引证文献(0)
  • 二级引证文献(6)
2010(12)
  • 引证文献(3)
  • 二级引证文献(9)
2011(2)
  • 引证文献(0)
  • 二级引证文献(2)
2012(9)
  • 引证文献(3)
  • 二级引证文献(6)
2013(12)
  • 引证文献(0)
  • 二级引证文献(12)
2014(11)
  • 引证文献(2)
  • 二级引证文献(9)
2015(7)
  • 引证文献(1)
  • 二级引证文献(6)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(10)
  • 引证文献(0)
  • 二级引证文献(10)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
降水量
BP人工神经网络
预测模型
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
西北农林科技大学学报(自然科学版)
月刊
1671-9387
61-1390/S
大16开
陕西杨陵西北农林科技大学北校区40号信箱
52-82
1936
chi
出版文献量(篇)
7709
总下载数(次)
6
总被引数(次)
110973
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导