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:
本文将Elman回馈型神经网络与水文系统的特点相结合,建立了流域降雨-径流动态模型.文中用较简单的方法解决了神经网络模型难以直接描述水文系统前期状态的难题,并以福建沙县流域的降雨-径流过程为研究对象,通过完整的分析,表明Elman型神经网络与水文系统概念相结合的动态过程模型是一种能够保证较高的预报准确性的模型,同时又具有良好的适应性、健壮型和外延性,显示出良好的应用前景.
推荐文章
基于Elman动态神经网络的降雨—径流模拟研究
Elman神经网络
TOPX
降雨—径流
改进Elman神经网络在径流预测中的应用
Elman神经网络
BP神经网络
遗传算法
径流预测
基于递归小波神经网络的流域降雨-径流过程动态模型
水文学
递归小波神经网络(RWNN)
降雨-径流过程
动态模型
基于Elman神经网络的语音情感识别应用研究
语音清感识别
Elman网络
BP网络
MFCC
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Elman型回馈神经网络的流域降雨-径流动态过程建模的研究
来源期刊 水力发电学报 学科 工学
关键词 洪水预报 动态建模 Elman型回馈神经网络 降雨-径流
年,卷(期) 2004,(3) 所属期刊栏目
研究方向 页码范围 31-35
页数 5页 分类号 TV211.1+1
字数 4220字 语种 中文
DOI 10.3969/j.issn.1003-1243.2004.03.006
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 刘国华 浙江大学建筑工程学院 124 1744 23.0 37.0
2 梅松 浙江大学建筑工程学院 4 45 3.0 4.0
3 程伟平 浙江大学建筑工程学院 43 476 13.0 20.0
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  (29)
参考文献  (3)
节点文献
引证文献  (6)
同被引文献  (20)
二级引证文献  (72)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
  • 引证文献(0)
  • 二级引证文献(0)
2006(4)
  • 引证文献(1)
  • 二级引证文献(3)
2007(6)
  • 引证文献(3)
  • 二级引证文献(3)
2008(6)
  • 引证文献(0)
  • 二级引证文献(6)
2009(9)
  • 引证文献(2)
  • 二级引证文献(7)
2010(8)
  • 引证文献(0)
  • 二级引证文献(8)
2011(5)
  • 引证文献(0)
  • 二级引证文献(5)
2012(8)
  • 引证文献(0)
  • 二级引证文献(8)
2013(7)
  • 引证文献(0)
  • 二级引证文献(7)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(7)
  • 引证文献(0)
  • 二级引证文献(7)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(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
洪水预报
动态建模
Elman型回馈神经网络
降雨-径流
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
水力发电学报
月刊
1003-1243
11-2241/TV
小16开
中国北京清华大学水电工程系
1982
chi
出版文献量(篇)
3865
总下载数(次)
7
总被引数(次)
47197
论文1v1指导