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:
本文根据地下水与其影响因素之间存在的非线性映射关系,在BP网络模型的基础上,提出一种Levenberg-Marquart优化神经网络算法,并将其应用于某地地下水的动态模拟与预测.通过与BP算法的仿真结果比较分析,发现该算法稳定性好,收敛速度快,预测精度高.
推荐文章
基于RBF网络的地下水动态模拟与预测
RBF
神经网络
仿真
地下水预测
基于BP神经网络的地下水动态预测
人工神经网络
地下水位
动态趋势
用BP神经网络预测地下水动态
地下水动态
预测
人工神经网络
基于RBF神经网络的地下水动态模拟与预测
地下水资源
动态模拟与预测
BP网络
RBF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 基于L-M优化神经网络算法的地下水动态模拟与预测
来源期刊 地下水 学科 地球科学
关键词 地下水动态 神经网络 Levenberg-Marquart算法
年,卷(期) 2005,(5) 所属期刊栏目 地下水动态监测
研究方向 页码范围 380-383
页数 4页 分类号 P641.74
字数 3025字 语种 中文
DOI 10.3969/j.issn.1004-1184.2005.05.023
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 解建仓 388 5244 32.0 55.0
2 王少波 17 406 9.0 17.0
3 肖志娟 8 163 5.0 8.0
4 常亮 6 71 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (135)
参考文献  (3)
节点文献
引证文献  (15)
同被引文献  (2)
二级引证文献  (47)
1964(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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(4)
  • 引证文献(4)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(8)
  • 引证文献(5)
  • 二级引证文献(3)
2009(8)
  • 引证文献(0)
  • 二级引证文献(8)
2010(4)
  • 引证文献(0)
  • 二级引证文献(4)
2011(9)
  • 引证文献(1)
  • 二级引证文献(8)
2012(3)
  • 引证文献(1)
  • 二级引证文献(2)
2013(4)
  • 引证文献(1)
  • 二级引证文献(3)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(6)
  • 引证文献(1)
  • 二级引证文献(5)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
地下水动态
神经网络
Levenberg-Marquart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
地下水
双月刊
1004-1184
61-1096/TV
大16开
陕西省西安市
1984
chi
出版文献量(篇)
7730
总下载数(次)
20
总被引数(次)
20835
论文1v1指导