作者:
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:
吴超羽教授首次将人工神经网络模型应用于水文预报研究中,并取得卓越成果。自此,研究人员和学者开始将研究方向转换到人工神经网络模型上来,多年的探索和研究,也使得人工神经网络模型在水文预报中的应用取得了全面的发展和进步。本文旨在通过对人工神经网络模型的研究,深入解析其在水文预报中的应用。
推荐文章
人工神经网络非线性时序模型在水文预报中的应用
人工神经网络非线性时序模型
自回归模型
单变量
多变量
日流量预报
人工神经网络在水文预报中的应用
BP网络
自适应变步长算法
L-M算法
径向基函数算法
人工神经网络在径流长期预报中的应用
应用
径流预报
BP模型
人工神经网络
新安江模型和改进BP神经网络模型在闽江水文预报中的应用
新安江模型
参数率定
BP神经网络模型
LM算法
洪水预报
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 人工神经网络模型在水文预报中的应用
来源期刊 通讯世界 学科 工学
关键词 人工神经网络 水文预报 神经网络模型
年,卷(期) 2014,(6) 所属期刊栏目 论述
研究方向 页码范围 112-113
页数 2页 分类号 TV124
字数 3879字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (17)
参考文献  (6)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1995(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)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(3)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人工神经网络
水文预报
神经网络模型
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
通讯世界
月刊
1006-4222
11-3850/TN
大16开
北京复兴路15号138室
82-551
1994
chi
出版文献量(篇)
31562
总下载数(次)
90
总被引数(次)
56487
论文1v1指导