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:
研究准确预测降水量,可提高应对灾害的能力.降水量的变化既受大气环流、地形、气压、气候带等各种环境因子的影响,降水量的动态特征呈现复杂非线性,使得准确预测未来降水量的变化较为困难.为了提高预测精度,采用融合时间序列模型与支持向量回归提出了一种新的多因子影响降水量预测模型.首先用支持向量机进行环境因子的非线性选择,用时间序列模型进行模型阶数的确定,最后以最优阶模型一步预测法检验模型外推能力.应用于赤峰地区夏季降水量预测,仿真结果表明,改进方法预测精度高,用在旱涝预测方面具有较好的应用前景.
推荐文章
时间序列模型在辽西降水量动态预测的应用
时间序列模型
降水量
相关性分析
辽西地区
基于BP神经网络时间序列模型的降水量预测
降水量
时间序列
BP神经网络
降水量预测
基于时间序列模型的隧道涌水量反演与预测
隧道涌水
时间序列
随机
反演
预测
基于SVM-CEEMDAN-BiLSTM模型的日降水量预测
日尺度降水量
预测
深度学习
BiLSTM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 时间序列模型在降水量预测中的应用研究
来源期刊 计算机仿真 学科 工学
关键词 降水量预测 时间序列模型 支持向量机 多元回归
年,卷(期) 2011,(7) 所属期刊栏目 人工智能与专家系统
研究方向 页码范围 204-206,276
页数 分类号 TP391.9
字数 4514字 语种 中文
DOI 10.3969/j.issn.1006-9348.2011.07.051
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 常青 新乡学院计算机与信息工程学院 13 54 3.0 7.0
2 赵晓莉 新乡学院计算机与信息工程学院 10 35 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (230)
参考文献  (6)
节点文献
引证文献  (30)
同被引文献  (77)
二级引证文献  (98)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(8)
  • 参考文献(1)
  • 二级参考文献(7)
2000(8)
  • 参考文献(0)
  • 二级参考文献(8)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 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)
2008(1)
  • 参考文献(0)
  • 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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(5)
  • 引证文献(2)
  • 二级引证文献(3)
2014(15)
  • 引证文献(7)
  • 二级引证文献(8)
2015(11)
  • 引证文献(3)
  • 二级引证文献(8)
2016(21)
  • 引证文献(4)
  • 二级引证文献(17)
2017(14)
  • 引证文献(3)
  • 二级引证文献(11)
2018(29)
  • 引证文献(7)
  • 二级引证文献(22)
2019(26)
  • 引证文献(2)
  • 二级引证文献(24)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
降水量预测
时间序列模型
支持向量机
多元回归
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
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
论文1v1指导