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:
介绍基于小波分析建立的人工神经网络模型,并给出构造模型的一般步骤及关键算法.利用此模型对日径流进行模拟与预测,实验表明,基于小波分析的人工神经网络模型在日径流模拟过程中具有很好的仿真能力,训练后的模型用于预测具有较高的精度.
推荐文章
基于小波分解的日径流逐步回归预测模型
日径流预测
小波分解
概貌分量
逐步回归模型
日径流的组合预测模型
优化加权组合模型
径流响应线性模型
时间序列模型
日径流
基于小波分析的汛期月径流量预测模型研究
BP人工神经网络
小觉站径流
主成分分析法
A Trous小波分析
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 基于小波分析的ANN模型日径流预测研究
来源期刊 陕西水利 学科 工学
关键词 小波分析 人工神经网络(ANN) 日径流 预测
年,卷(期) 2009,(z1) 所属期刊栏目 施工技术
研究方向 页码范围 45-47
页数 3页 分类号 TV124
字数 2852字 语种 中文
DOI 10.3969/j.issn.1673-9000.2009.z1.025
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 缪韧 四川大学水利水电学院 22 155 8.0 12.0
2 沙玉祥 四川大学水利水电学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (7)
参考文献  (1)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (9)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
小波分析
人工神经网络(ANN)
日径流
预测
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
陕西水利
月刊
1673-9000
61-1109/TV
大16开
陕西省西安市尚德路150号
1932
chi
出版文献量(篇)
11441
总下载数(次)
19
总被引数(次)
7924
论文1v1指导