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:
为了更好地应用BP神经网络预报模型和回归预报模型,通过实例从模型原理、模型建立和模型应用三方面对两种预报模型进行了比较.在模型应用方面,主要从因子相关性、资料系列的长短、自变量因子的不同组合等角度对两种模型的影响进行了分析.结果证明:BP模型在大坝监测值预报中是一种性能优异的模型.当需对大坝的监测数据作分解和解释时,则适宜采用统计回归模型.
推荐文章
利用组合模型进行大坝变形的预报
最小二乘
广义回归神经网络
大坝变形
水位数据
预报
基于径向基神经网络的大坝变形监控模型
径向基神经网络
大坝变形
监控模型
预测预报
白石水库
大坝变形监测的BP网络模型与预报研究
大坝变形监测
拟合与预报模型
人工神经网络
BP算法
基于MIV-改进RBF神经网络的大坝变形监测模型
MIV算法
变量筛选
改进RBF神经网络
大坝变形监测模型
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 大坝神经网络预报模型与大坝回归预报模型的比较
来源期刊 长江科学院院报 学科 工学
关键词 BP神经网络模型 统计回归模型 模型比较
年,卷(期) 2003,(2) 所属期刊栏目 大坝监测
研究方向 页码范围 50-53
页数 4页 分类号 TV698.1
字数 3289字 语种 中文
DOI 10.3969/j.issn.1001-5485.2003.02.014
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 吴云芳 武汉大学水利水电学院 20 200 6.0 14.0
2 李珍照 武汉大学水利水电学院 21 465 13.0 21.0
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  (15)
同被引文献  (37)
二级引证文献  (50)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(5)
  • 引证文献(0)
  • 二级引证文献(5)
2011(5)
  • 引证文献(1)
  • 二级引证文献(4)
2012(5)
  • 引证文献(2)
  • 二级引证文献(3)
2013(4)
  • 引证文献(0)
  • 二级引证文献(4)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(6)
  • 引证文献(2)
  • 二级引证文献(4)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(8)
  • 引证文献(2)
  • 二级引证文献(6)
2019(9)
  • 引证文献(1)
  • 二级引证文献(8)
2020(11)
  • 引证文献(0)
  • 二级引证文献(11)
研究主题发展历程
节点文献
BP神经网络模型
统计回归模型
模型比较
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
长江科学院院报
月刊
1001-5485
42-1171/TV
大16开
武汉市汉口赵家条九万方
38-147
1984
chi
出版文献量(篇)
5250
总下载数(次)
6
总被引数(次)
40693
论文1v1指导