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:
文章以嫩江大赉站1970-2012年的年蒸发量为例,首先根据AIC准则来确定模型的阶数,进而确定KBF神经网络的输入向量,建立了RBF网络年蒸发量预报模型.结果表明,RBF神经网络模型能很好的预报年蒸发量,同BP网络比,RBF网络预测的稳定性更好,训练速度更快,预测精度更高.RBF年蒸发量预报模型可以有效地弥补物理模型的不足,而且对于不同地区具有普适性.
推荐文章
基于随机森林和RBF神经网络的长期径流预报
随机森林模型
RBF神经网络
滚动式预报
长期预报
径流预报
基于改进RBF神经网络的新疆黄水沟径流预报
随机森林模型
RBF神经网络
预报
径流
基于RBF神经网络的时间序列交叉供热负荷预报研究
供热过程
负荷预报
RBF神经网络
时间序列交叉
基于MATLAB的主成分RBF神经网络降水预报模型
月平均降水量
主成分分析
RBF神经网络
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 基于RBF神经网络的年蒸发量预报
来源期刊 东北水利水电 学科 工学
关键词 RBF神经网络 年蒸发量 预报 嫩江大赉站
年,卷(期) 2014,(11) 所属期刊栏目 水文水资源
研究方向 页码范围 36-37
页数 2页 分类号 TV124
字数 1647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 张德同 5 10 2.0 3.0
2 李韩笑 7 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (36)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
研究主题发展历程
节点文献
RBF神经网络
年蒸发量
预报
嫩江大赉站
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
东北水利水电
月刊
1002-0624
22-1097/TV
大16开
长春市解放大路4188号
1983
chi
出版文献量(篇)
7131
总下载数(次)
10
总被引数(次)
13617
论文1v1指导