基于小波神经网络的年降水量预测模型研究

• 作者: 孙号茗 孟丽丽 崔屾 迟道才
• 来源期刊: 人民长江
• 学科: 地球科学
• 关键词: 小波分析 神经网络 降雨量 预测模型
• 年，卷（期）: 2008,（20）
• 所属期刊栏目: 水文水资源
• 页码范围: 55-57
• 页数: 3页
• 分类号: P334.92
• 字数: 2872字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4179.2008.20.020

摘要

为了研究某一地区年降雨量的变化规律、特点,以及该地区的旱涝情况,以便提前采取预防措施,减少灾害带来的影响,降低损失,试图通过建立小波与神经网络组合模型的方法预测年降水量.将采用小波神经网络模型预测出的结果与人工神经网络模型预测出的结果进行比较,结果表明:采用小波神经网络模型的预测结果在精确度上要好于单独使用人工神经网络预测的结果.与人工神经网络模型相比,小波神经网络模型具有较高的预测精度,在对降雨量数据进行预测分析时具有较大优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	迟道才	沈阳农业大学水利学院	189	1697	20.0	32.0
2	孙号茗	沈阳农业大学水利学院	3	27	3.0	3.0
3	崔屾	沈阳农业大学水利学院	6	48	5.0	6.0
4	孟丽丽	沈阳农业大学水利学院	4	25	4.0	4.0