原文服务方: 计算技术与自动化       
摘要:
水环境是一个充满不确定性的复杂巨系统,传统水质模型很难体现重金属污染物在河流中迁移的随机性,因此经典的时间序列模型-ARIMA模型被应用于河流重金属污染浓度的预测.实例分析证实,通过采用将获得的最新数据不断地添加到用于模型设定的样本中,并再此基础上获得最近向前一个时期预测值的动态预测方法,ARIMA模型能够获得很好的预测表现,尤其是在充分考虑模型残差统计分布特征的情况下,采用具有学生t分布的模型预测更精确.
推荐文章
一种基于时间序列模型的风速预测方法
污染物扩散
时间序列
风速
预测
河流底泥重金属污染的研究动态
底泥重金属
污染现状
迁移转化
修复技术
基于混沌时间序列模型的水务量预测
神经网络
混沌时间序列
水务量
基于时间序列模型的故障预测研究
机内测试
时间序列
故障预测
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 基于一种时间序列模型的河流重金属污染浓度预测研究
来源期刊 计算技术与自动化 学科
关键词 时间序列模型 河流重金属污染 预测
年,卷(期) 2012,(3) 所属期刊栏目 自控理论及应用
研究方向 页码范围 29-33
页数 分类号 TP391.9
字数 语种 中文
DOI 10.3969/j.issn.1003-6199.2012.03.007
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 刘潭秋 长沙理工大学经济与管理学院 12 67 4.0 8.0
2 王汉华 长沙理工大学经济与管理学院 4 10 2.0 3.0
3 沈新平 6 55 4.0 6.0
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  (6)
节点文献
引证文献  (5)
同被引文献  (17)
二级引证文献  (10)
1979(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
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
时间序列模型
河流重金属污染
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
计算技术与自动化
季刊
1003-6199
43-1138/TP
16开
1982-01-01
chi
出版文献量(篇)
2979
总下载数(次)
0
总被引数(次)
14675
论文1v1指导