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:
将小波理论与神经网络理论相结合,建立了小波网络模型,并应用于工程实例.它避免了BP神经网络结构设计的盲目性和局部最优等非线性优化问题,大大简化了训练,具有较强的函数学习能力和推广能力.实例计算结果表明,小波网络模型具有比BP神经网络收敛速度快、预测精度高等特点,因而具有广阔的应用前景.
推荐文章
日流量预测的小波网络模型初探
日流量预测
小波分析
人工神经网络
小波网络模型
一种网络流量预测的小波神经网络新模型
自相关
神经网络
小波变换
细节信号
近似信号
基于小波神经网络的网络流量预测研究
小波神经网络
网络流量
预测研究
训练样本
基于小波降噪和改进免疫优化的BP模型网络流量预测
网络流量
BP网络
人工免疫
参数优化
预测
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 小波网络模型在渗流量预测中的应用
来源期刊 勘察科学技术 学科 交通运输
关键词 小波网络 渗流 监控模型
年,卷(期) 2008,(1) 所属期刊栏目 应用与经验
研究方向 页码范围 40-43
页数 4页 分类号 U4
字数 3208字 语种 中文
DOI 10.3969/j.issn.1001-3946.2008.01.011
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 宋汉周 河海大学地质及岩土工程系 87 508 11.0 16.0
2 郭张军 陕西电力科学研究院水电技术研究所 14 39 4.0 5.0
3 彭鹏 河海大学地质及岩土工程系 15 59 6.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (83)
参考文献  (10)
节点文献
引证文献  (6)
同被引文献  (18)
二级引证文献  (33)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(6)
  • 参考文献(1)
  • 二级参考文献(5)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
1999(8)
  • 参考文献(1)
  • 二级参考文献(7)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(5)
  • 参考文献(1)
  • 二级参考文献(4)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2010(3)
  • 引证文献(2)
  • 二级引证文献(1)
2011(3)
  • 引证文献(1)
  • 二级引证文献(2)
2012(5)
  • 引证文献(1)
  • 二级引证文献(4)
2013(5)
  • 引证文献(1)
  • 二级引证文献(4)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(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
小波网络
渗流
监控模型
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
勘察科学技术
双月刊
1001-3946
13-1100/TF
大16开
河北保定市东风中路1285号
18-153
1983
chi
出版文献量(篇)
2274
总下载数(次)
3
论文1v1指导