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:
火灾数据具有季节波动趋势和随机性,而单一基于数据的建模方法由于火灾致因的复杂性和不确定性以及信息的不完备性,往往很难对火灾数据的变化趋势进行较好的预测。鉴于单一建模方法的不足,本文将神经网络模型和季节分段回归分析模型采用并补方法结合起来构建了火灾每天发生起数的组合预测模型。实例分析表明,该组合模型具有较高的精度和良好的火灾数据变化趋势跟随性,可为防火策略的提前部属和制定提供有效的参考依据。
推荐文章
MCPSO优化BP-NN在日用水量预测中的应用
MCPSO
BP神经网络
日用水量预测
长沙市流行性腮腺炎季节性自回归移动平均模型预测研究
流行性腮腺炎
时间序列
季节性自回归移动平均模型
预测
改进的遗传优化BP-NN在变电站故障区域中的研究
BP神经网络
隐含层
遗传算法
协同进化
容错性
基于季节性AR(P)模型的水质预测
季节性.AR(P)模型
溶解氧
水质预测
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BP-NN和回归分析的季节性火灾预测模型研究
来源期刊 福建电脑 学科
关键词 火灾 神经网络 回归分析 预测
年,卷(期) 2014,(9) 所属期刊栏目 研究与探讨
研究方向 页码范围 63-65
页数 3页 分类号
字数 1900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 林新美 4 4 1.0 2.0
2 苏继林 2 1 1.0 1.0
3 吴保朝 5 4 1.0 1.0
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  (30)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 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
火灾
神经网络
回归分析
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
总被引数(次)
44699
论文1v1指导