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:
以黄河流域吴堡站到龙门站为研究区域,建立龙门站含沙量过程的线性动态和BP神经网络两种统计模型,并结合BMA方法给出两种模型的综合预报结果.结果表明,在线性动态模型和BP神经网络模型的基础上,采用BMA方法进行含沙量预报模型的合成预报不仅可以提高预报精度,而且可以提供概率预报值.
推荐文章
黄河中游龙门站洪水最大含沙量预报方案的建立及应用研究
最大含沙量
预报方案
"03.7"洪水
龙门站
黄河
响应函数模型在含沙量预报中的应用
含沙量过程
多来多排
响应函数
GAS优化经验公式参数方法在黄河下游含沙量过程预报中的应用
GAS
参数优化
含沙量过程预报
黄河下游
基于BP算法的龙门站含沙量预报模型
BP算法
神经网络
预报模型
含沙量
龙门站
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 BMA方法在黄河龙门站含沙量过程预报中的应用研究
来源期刊 水利水电技术 学科 地球科学
关键词 贝叶斯模型 含沙量过程预报 概率预报 正态分位数转换
年,卷(期) 2013,(6) 所属期刊栏目 水文水资源
研究方向 页码范围 14-16
页数 3页 分类号 P338.5
字数 1864字 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 梁忠民 河海大学水文水资源学院 140 1250 19.0 30.0
2 黄清烜 河海大学水文水资源学院 2 8 1.0 2.0
3 曹炎煦 河海大学水文水资源学院 2 8 1.0 2.0
4 常文娟 河海大学水文水资源学院 12 94 5.0 9.0
5 霍世清 1 0 0.0 0.0
6 许珂艳 2 25 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (27)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(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)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
贝叶斯模型
含沙量过程预报
概率预报
正态分位数转换
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
水利水电技术
月刊
1000-0860
11-1757/TV
大16开
北京市海淀区玉渊潭南路3号
2-426
1959
chi
出版文献量(篇)
7729
总下载数(次)
10
总被引数(次)
49620
论文1v1指导