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:
根据气象和水文资料,以上游面雨量﹑水位值为预报因子,以西江流域的梧州水位为预报量,发现预报因子与预报量有很好的相关性.采用人工神经网络与主分量分析相结合的方法,建立了梧州水位的预报模型.结果表明,该预报模型对历史样本拟合精度高,试报效果及预报稳定性明显好于传统的神经网络预报模型,可在预报业务中应用.
推荐文章
基于主成分分析的BP神经网络长期预报模型
主成分分析
学习矩阵
BP神经网络
用径向基函数神经网络模型预报感潮河段洪水位
感潮河段
水位预报
径向基函数
人工神经网络
区域地下水位预报的季节型神经网络模型
区域
地下水位
季节型神经网络模型
预报
周期
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 基于主分量的神经网络水位预报模型应用研究
来源期刊 南京气象学院学报 学科 地球科学
关键词 水位预报 面雨量 神经网络 主分量
年,卷(期) 2005,(1) 所属期刊栏目 论著
研究方向 页码范围 58-63
页数 6页 分类号 P338
字数 3904字 语种 中文
DOI 10.3969/j.issn.1674-7097.2005.01.008
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (30)
参考文献  (6)
节点文献
引证文献  (26)
同被引文献  (69)
二级引证文献  (76)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(4)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
  • 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)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(4)
  • 引证文献(3)
  • 二级引证文献(1)
2009(7)
  • 引证文献(3)
  • 二级引证文献(4)
2010(10)
  • 引证文献(4)
  • 二级引证文献(6)
2011(9)
  • 引证文献(1)
  • 二级引证文献(8)
2012(11)
  • 引证文献(3)
  • 二级引证文献(8)
2013(7)
  • 引证文献(0)
  • 二级引证文献(7)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2015(4)
  • 引证文献(2)
  • 二级引证文献(2)
2016(8)
  • 引证文献(1)
  • 二级引证文献(7)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(13)
  • 引证文献(2)
  • 二级引证文献(11)
2019(12)
  • 引证文献(0)
  • 二级引证文献(12)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
水位预报
面雨量
神经网络
主分量
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
大气科学学报
双月刊
1674-7097
32-1803/P
16开
江苏省南京市宁六路219号
28-405
1978
chi
出版文献量(篇)
2289
总下载数(次)
9
总被引数(次)
33710
论文1v1指导