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:
小波神经网络具有良好的时频局域化性质和神经网络的自学习功能.它通过小波分解进行平移和伸缩变换后得到的级数,具有小波分解的一般逼近函数的性质,因此可以用来预报.小波神经网络引入了两个新的参变量即伸缩因子和平移因子,因此具有比小波分解更多的自由度,从而使其具有灵活有效的函数逼近能力和较强的容错能力.
推荐文章
BP小波神经网络在大断面隧道变形预测中的应用
BP小波神经网络
大断面隧道
变形预测
小波神经网络模型在滁河流域南京段洪水预报中的应用
小波神经网络
洪水预报
滁河流域
南京
基于小波神经网络的桥梁变形监测预报
小波神经网络
桥梁变形监测
变形预报
Matlab
小波神经网络预测在住宅市场中应用
小波神经网络
预测模型
房地产市场
BP神经网络
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 小波神经网络在变形监测预报中的应用
来源期刊 海洋测绘 学科 地球科学
关键词 变形监测 小波 基函数 神经网络
年,卷(期) 2009,(3) 所属期刊栏目 经验交流
研究方向 页码范围 71-73
页数 3页 分类号 P231.5
字数 2018字 语种 中文
DOI 10.3969/j.issn.1671-3044.2009.03.022
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 严胜华 1 12 1.0 1.0
2 叶建华 1 12 1.0 1.0
3 陈思胜 南昌航空大学航空与机械工程学院 1 12 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (13)
参考文献  (2)
节点文献
引证文献  (12)
同被引文献  (20)
二级引证文献  (51)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(8)
  • 引证文献(4)
  • 二级引证文献(4)
2013(6)
  • 引证文献(4)
  • 二级引证文献(2)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(6)
  • 引证文献(1)
  • 二级引证文献(5)
2016(11)
  • 引证文献(0)
  • 二级引证文献(11)
2017(9)
  • 引证文献(0)
  • 二级引证文献(9)
2018(12)
  • 引证文献(0)
  • 二级引证文献(12)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
变形监测
小波
基函数
神经网络
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
海洋测绘
双月刊
1671-3044
12-1343/P
大16开
天津市河西区友谊路40号
1981
chi
出版文献量(篇)
2577
总下载数(次)
13
总被引数(次)
16787
论文1v1指导