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:
在介绍人工神经网络学习算法的基础上,尝试用ABPM网络、L-M网络和RBF网络进行水文预报,并将这几种网络的计算结果进行了比较分析.仿真结果表明:选择ABPM网络可以大大提高水文预测的精度,且应用前景广泛.
推荐文章
敏感型人工神经网络及其在水文预报中的应用
遗忘因子
期望因子
指数型能量函数
水文预报
人工神经网络
人工神经网络在降水预报中的应用
神经网络
判别函数
降水量
人工神经网络在海浪数值预报中的应用
人工神经网络
海浪数值模式
有效波高
数值预报
BP与LSTM神经网络在福建小流域水文预报中的应用对比
长短期记忆人工神经网络
降雨径流预报
洪水预报
数据驱动模型
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 人工神经网络在水文预报中的应用
来源期刊 水利水电科技进展 学科 地球科学
关键词 BP网络 自适应变步长算法 L-M算法 径向基函数算法
年,卷(期) 2002,(5) 所属期刊栏目 研究探讨
研究方向 页码范围 33-34,37
页数 3页 分类号 P338
字数 2662字 语种 中文
DOI 10.3880/j.issn.1006-7647.2002.05.011
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 董曼玲 山东农业大学水利学院 9 390 6.0 9.0
2 王日莲 1 30 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (123)
参考文献  (3)
节点文献
引证文献  (30)
同被引文献  (54)
二级引证文献  (46)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(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)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(5)
  • 引证文献(3)
  • 二级引证文献(2)
2007(5)
  • 引证文献(4)
  • 二级引证文献(1)
2008(10)
  • 引证文献(7)
  • 二级引证文献(3)
2009(3)
  • 引证文献(1)
  • 二级引证文献(2)
2010(7)
  • 引证文献(2)
  • 二级引证文献(5)
2011(3)
  • 引证文献(1)
  • 二级引证文献(2)
2012(4)
  • 引证文献(2)
  • 二级引证文献(2)
2013(5)
  • 引证文献(1)
  • 二级引证文献(4)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(11)
  • 引证文献(1)
  • 二级引证文献(10)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
BP网络
自适应变步长算法
L-M算法
径向基函数算法
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
水利水电科技进展
双月刊
1006-7647
32-1439/TV
大16开
南京西康路1号河海大学内
28-244
1981
chi
出版文献量(篇)
2984
总下载数(次)
4
总被引数(次)
30830
论文1v1指导