作者:
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:
介绍小波消噪的原理和步骤.以北方某流域甲站2001-2005年逐日气象数据为基本资料,进行10阶Dmey小波消噪,然后构建预测ET0的前馈网络模型(RBF-ET0),用2001-2004年的资料作为训练样本,对2005年的ET0进行预测,并与Penman-Montieth公式计算值进行比较.结果为:预测值与目标值的相关系数为0.9912,相对误差的平均值为6.56%,相对误差小于20%,15%,10%的合格率分别为93.88%,85.66%,73.51%,与未经小波消噪处理的RBF-ET0模型预测结果相比,预测精度有明显提高.
推荐文章
基于进化神经网络的参考作物腾发量预测
参考作物腾发量
神经网络
遗传算法
预测
基于Matlab的小波神经网络参考作物腾发量预测模型研究
参考作物腾发量
小波神经网络模型
预测模型
Matlab工具箱
基于天气预报的参考作物腾发量LS-SVM预测模型
天气预报
参考作物腾发量
最小二乘支持向量机
预测模型
基于GRNN神经网络的参考作物腾发量预测
参考作物腾发量
GRNN神经网络
BP神经网络
需水预报
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 基于小波消噪的参考作物腾发量RBF网络预测方法
来源期刊 水利水电科技进展 学科 工学
关键词 参考作物腾发量 小波消噪 RBF网络 ET0预测方法
年,卷(期) 2011,(2) 所属期刊栏目 研究探讨
研究方向 页码范围 46-49
页数 分类号 TV211.1
字数 2583字 语种 中文
DOI 10.3880/j.issn.1006-7647.2011.02.011
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 庾文武 5 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (118)
参考文献  (12)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(1)
  • 二级参考文献(3)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(5)
  • 参考文献(2)
  • 二级参考文献(3)
2005(3)
  • 参考文献(3)
  • 二级参考文献(0)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(5)
  • 参考文献(2)
  • 二级参考文献(3)
2009(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(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
参考作物腾发量
小波消噪
RBF网络
ET0预测方法
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
水利水电科技进展
双月刊
1006-7647
32-1439/TV
大16开
南京西康路1号河海大学内
28-244
1981
chi
出版文献量(篇)
2984
总下载数(次)
4
总被引数(次)
30830
论文1v1指导