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:
利用延安市1990~2010年的需水量数据,采用主成分分析法对影响水资源需求量的10个因子进行了分析.结果表明:GDP、降雨量、居民生活用水量及生态环境用水量4个因子为影响需水量的主要因子,将此作为主要因子构造BP神经网络的输入样本,建立延安市需水量预测模型.模拟结果与实际值相吻合,并利用模型对2015年需水量进行了预测.
推荐文章
基于主成分分析的BP神经网络长期预报模型
主成分分析
学习矩阵
BP神经网络
基于主成分分析的BP神经网络及其在需水预测中的应用
需水预测
主成分分析法
BP神经网络
主成分分析与BP神经网络的人脸识别方法研究
主成分分析
BP神经网络
人脸识别
BioID人脸数据库
基于主成分分析的BP神经网络在形变预测中的应用
形变
主成分分析
神经网络
预测
形变监测
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 基于主成分分析的BP神经网络在延安市需水预测中的应用
来源期刊 水资源与水工程学报 学科 工学
关键词 需水预测 主成分分析法 BP神经网络 延安市
年,卷(期) 2012,(6) 所属期刊栏目
研究方向 页码范围 172-175
页数 分类号 TP389.1|TU991.31
字数 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 周维博 长安大学环境科学与工程学院 77 664 13.0 21.0
2 刘雷 长安大学环境科学与工程学院 9 58 5.0 7.0
3 董起广 长安大学环境科学与工程学院 10 87 7.0 9.0
4 李云排 长安大学环境科学与工程学院 10 66 6.0 7.0
5 舒媛媛 长安大学环境科学与工程学院 7 62 6.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (148)
参考文献  (8)
节点文献
引证文献  (8)
同被引文献  (36)
二级引证文献  (17)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(6)
  • 参考文献(2)
  • 二级参考文献(4)
2010(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)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(4)
  • 引证文献(1)
  • 二级引证文献(3)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(10)
  • 引证文献(2)
  • 二级引证文献(8)
研究主题发展历程
节点文献
需水预测
主成分分析法
BP神经网络
延安市
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
水资源与水工程学报
双月刊
1672-643X
61-1413/TV
大16开
陕西杨凌渭惠路23号
1990
chi
出版文献量(篇)
4150
总下载数(次)
7
总被引数(次)
30284
论文1v1指导