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:
通过小波变换将太阳辐射数据序列分解到不同的时频域上,并对每一频域分量建立一个递归BP网络模型;然后用网络模型对各频域分量进行预测,将各预测结果进行代数叠加,从而得到太阳辐射的预测结果.为体现近期预测结果在精度上的相对重要性,在递归BP网络的权阈值修改算法中,引入了折扣系数法.最后,通过对上海太阳日总辐射的预测实例表明,该方法在预测太阳辐射时是可行的.
推荐文章
小波分析和RBF神经网络在地基沉降预测中的应用研究
地基沉降
小波分析
RBF神经网络
3次B样条小波
预测
基于RBF算法的探空湿度太阳辐射误差预测
气象探测
GTS1-2湿度传感器
计算流体动力学
太阳辐射偏干误差
粒子群优化神经网络算法
遗传神经网络算法
径向基函数神经网络算法
基于小波分析与神经网络的交通流短时预测方法
小波分析
小波神经元网络
交通流
短时预测
采用小波分析和神经网络的短期风速组合预测
短期预测
小波分析
径向基神经网络
Elman神经网络
广义回归神经网络
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 小波分析在太阳辐射神经网络预测中的应用研究
来源期刊 东华大学学报(自然科学版) 学科 地球科学
关键词 太阳辐射预测 小波变换 递归BP网络 折扣系数
年,卷(期) 2004,(6) 所属期刊栏目 研究论文
研究方向 页码范围 18-22
页数 5页 分类号 P422.1|TP183|O177.6
字数 3225字 语种 中文
DOI 10.3969/j.issn.1671-0444.2004.06.005
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 曹家枞 东华大学环境科学与工程学院 52 499 12.0 20.0
2 曹双华 东华大学环境科学与工程学院 7 192 7.0 7.0
3 刘凤强 东华大学环境科学与工程学院 10 143 6.0 10.0
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  (4)
节点文献
引证文献  (23)
同被引文献  (42)
二级引证文献  (80)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2004(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)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(4)
  • 引证文献(4)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(12)
  • 引证文献(2)
  • 二级引证文献(10)
2015(8)
  • 引证文献(2)
  • 二级引证文献(6)
2016(14)
  • 引证文献(3)
  • 二级引证文献(11)
2017(21)
  • 引证文献(3)
  • 二级引证文献(18)
2018(16)
  • 引证文献(2)
  • 二级引证文献(14)
2019(12)
  • 引证文献(0)
  • 二级引证文献(12)
2020(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
太阳辐射预测
小波变换
递归BP网络
折扣系数
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
东华大学学报(自然科学版)
双月刊
1671-0444
31-1865/N
大16开
上海市延安西路1882号
4-123
1956
chi
出版文献量(篇)
3448
总下载数(次)
6
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导