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:
采用误差反传前向网络(简称BP神经网络)建立汛期(6-8月)降水预测模型,并与采用逐步回归方法建立的模型进行对比试验.结果表明,基于BP神经网络的汛期降水预测模型不仅对历史样本的拟合精度更高,而且其独立样本的预测检验效果也比逐步回归方法更好,是一种具有一定应用前景的汛期降水预测方法.
推荐文章
投影寻踪回归与BP神经网络方法在前汛期降水预测中的比较研究
投影寻踪回归
BP神经网络
灰色关联度
前汛期降水
基于小波神经网络的朝阳降水预测模型研究
降水预测
小波神经网络
BP神经网络
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
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 基于BP神经网络的汛期降水预测模型研究
来源期刊 气象科学 学科 地球科学
关键词 BP神经网络 逐步回归 汛期降水 对比试验
年,卷(期) 2002,(4) 所属期刊栏目 论文
研究方向 页码范围 461-467
页数 7页 分类号 P458
字数 3888字 语种 中文
DOI 10.3969/j.issn.1009-0827.2002.04.011
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 金龙 7 247 7.0 7.0
2 李永华 1 58 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  (2)
节点文献
引证文献  (58)
同被引文献  (215)
二级引证文献  (241)
1997(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)
2002(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)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2004(4)
  • 引证文献(4)
  • 二级引证文献(0)
2005(3)
  • 引证文献(2)
  • 二级引证文献(1)
2006(9)
  • 引证文献(2)
  • 二级引证文献(7)
2007(11)
  • 引证文献(2)
  • 二级引证文献(9)
2008(17)
  • 引证文献(6)
  • 二级引证文献(11)
2009(19)
  • 引证文献(4)
  • 二级引证文献(15)
2010(22)
  • 引证文献(8)
  • 二级引证文献(14)
2011(22)
  • 引证文献(5)
  • 二级引证文献(17)
2012(18)
  • 引证文献(3)
  • 二级引证文献(15)
2013(31)
  • 引证文献(5)
  • 二级引证文献(26)
2014(20)
  • 引证文献(3)
  • 二级引证文献(17)
2015(16)
  • 引证文献(1)
  • 二级引证文献(15)
2016(29)
  • 引证文献(5)
  • 二级引证文献(24)
2017(25)
  • 引证文献(2)
  • 二级引证文献(23)
2018(25)
  • 引证文献(2)
  • 二级引证文献(23)
2019(20)
  • 引证文献(1)
  • 二级引证文献(19)
2020(7)
  • 引证文献(2)
  • 二级引证文献(5)
研究主题发展历程
节点文献
BP神经网络
逐步回归
汛期降水
对比试验
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
气象科学
双月刊
1009-0827
32-1243/P
16开
南京市昆仑路16号
1980
chi
出版文献量(篇)
2210
总下载数(次)
4
总被引数(次)
32334
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导