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:
水库来水量预测是水库调度和水资源优化配置的重要依据,所以其预测精度值得引起重视.通过对小波分析理论和神经网络理论的研究,将两者结合起来,运用小波神经理论方法对水库来水量进行预测.取实例进行建模分析,并建立BP模型与之比较分析,计算结果为小波神经网络预测模型的精度比BP高很多,可以用于来水量预测.
推荐文章
基于小波神经网络模型的含沙量预测研究
小波函数
BP神经网络
含沙量
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
基于小波神经网络的机械故障预测
小波网络
机械故障
预测
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
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 基于小波神经网络的水库来水量预测模型
来源期刊 三峡大学学报(自然科学版) 学科 地球科学
关键词 来水量 小波分析 神经网络 BP 预测
年,卷(期) 2011,(1) 所属期刊栏目
研究方向 页码范围 9-12
页数 分类号 TV124|P338
字数 3238字 语种 中文
DOI 10.3969/j.issn.1672-948X.2011.01.003
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (57)
共引文献  (46)
参考文献  (11)
节点文献
引证文献  (13)
同被引文献  (68)
二级引证文献  (53)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(5)
  • 参考文献(1)
  • 二级参考文献(4)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(7)
  • 参考文献(0)
  • 二级参考文献(7)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(3)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(9)
  • 引证文献(0)
  • 二级引证文献(9)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(9)
  • 引证文献(3)
  • 二级引证文献(6)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(14)
  • 引证文献(2)
  • 二级引证文献(12)
2019(12)
  • 引证文献(0)
  • 二级引证文献(12)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
来水量
小波分析
神经网络
BP
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
三峡大学学报(自然科学版)
双月刊
1672-948X
42-1735/TV
大16开
湖北省宜昌市大学路8号
1979
chi
出版文献量(篇)
3272
总下载数(次)
3
总被引数(次)
16186
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导