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:
针对地震诱发因素的多样性和难预测性,采用了小波神经网络的方法进行预测,同时考虑多种因素,构建仿真模型,对震级进行预测,对比分析小波神经网络和BP神经网络的预测结果,证明了采用小波神经嘲络预测速度更快,结果更准确,精确度更高.
推荐文章
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
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
小波神经网络在故障诊断中的应用
故障诊断
小波分析
神经网络
小波神经网络
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
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 小波神经网络在地震预测中的应用
来源期刊 数字技术与应用 学科 工学
关键词 地震预测 震级 小波神经网络 BP神经网络
年,卷(期) 2009,(11) 所属期刊栏目 应用研究
研究方向 页码范围 60-61
页数 2页 分类号 TE122
字数 2303字 语种 中文
DOI
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 沈艳 哈尔滨工程大学理学院 29 213 8.0 13.0
2 刘春雪 哈尔滨工程大学理学院 2 3 1.0 1.0
3 鞠宪龙 哈尔滨工程大学理学院 2 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
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)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
地震预测
震级
小波神经网络
BP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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导