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:
海洋环境中,精确预测潮汐是关系到建筑物和人类活动的重要工作.利用人工神经网络进行单测站潮位和多测站对应潮位预测,并结合潮汐现象的特点,提出了在预测之前有针对性的数据处理分析方法--周期分析概念,并将其应用到实际的潮位预测当中,实例证明这种方法可以解决潮位预测中存在的时滞问题,提高了预测的精度.同时根据不同测站潮汐数据之间的相关性,以及潮汐数据规律性较强这一特点,进行了不同潮位测站之间的对应潮位预测,取得了很好的结果.
推荐文章
人工神经网络在爆破块度预测中的应用研究
人工神经网络
爆破
爆破块度
人工神经网络在医疗风险预测中的应用研究
人工神经网络
径向基函数
医疗风险
预测
应用
人工神经网络在预测输尿管结石自行排出中的应用研究
输尿管结石
神经网络(计算机)
药物排石治疗
预测
人工神经网络在大气污染预测中的应用研究
空气污染指数
神经网络
大气污染
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 人工神经网络在潮汐预测中应用研究
来源期刊 大连理工大学学报 学科 地球科学
关键词 人工神经网络 潮汐预测 周期分析 时滞
年,卷(期) 2007,(1) 所属期刊栏目 船舶、土木工程
研究方向 页码范围 101-105
页数 5页 分类号 P731.34
字数 4240字 语种 中文
DOI 10.3321/j.issn:1000-8608.2007.01.020
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 孙昭晨 大连理工大学海岸和近海工程国家重点实验室 133 867 15.0 20.0
2 梁书秀 大连理工大学海岸和近海工程国家重点实验室 94 516 13.0 17.0
3 李明昌 大连理工大学海岸和近海工程国家重点实验室 11 65 4.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (2)
参考文献  (8)
节点文献
引证文献  (33)
同被引文献  (56)
二级引证文献  (98)
1892(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(1)
  • 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(1)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(7)
  • 引证文献(6)
  • 二级引证文献(1)
2009(3)
  • 引证文献(1)
  • 二级引证文献(2)
2010(11)
  • 引证文献(5)
  • 二级引证文献(6)
2011(9)
  • 引证文献(3)
  • 二级引证文献(6)
2012(10)
  • 引证文献(2)
  • 二级引证文献(8)
2013(12)
  • 引证文献(3)
  • 二级引证文献(9)
2014(9)
  • 引证文献(0)
  • 二级引证文献(9)
2015(17)
  • 引证文献(3)
  • 二级引证文献(14)
2016(10)
  • 引证文献(3)
  • 二级引证文献(7)
2017(13)
  • 引证文献(2)
  • 二级引证文献(11)
2018(13)
  • 引证文献(2)
  • 二级引证文献(11)
2019(9)
  • 引证文献(1)
  • 二级引证文献(8)
2020(7)
  • 引证文献(1)
  • 二级引证文献(6)
研究主题发展历程
节点文献
人工神经网络
潮汐预测
周期分析
时滞
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
大连理工大学学报
双月刊
1000-8608
21-1117/N
大16开
大连市理工大学出版社内
8-82
1950
chi
出版文献量(篇)
3166
总下载数(次)
3
总被引数(次)
39997
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导