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:
本文主要介绍利用人工神经网络对河道演变进行预测研究,并选取最佳模型对河道演变进行预测。通过对比分析发现RBF网络模型比BP神经网络模型的训练时间短,两模型的预测精度相差不多。结果证实人工神经网络在河道浅滩演变中具有较强的应用性,为河道浅滩演变预测开辟了一条新思路。
推荐文章
基于神经网络的河道浅滩演变预测模型
BP神经网络
浅滩演变
样本
预测模型
浮游植物密度的人工神经网络预测研究
赤潮
浮游植物密度
人工神经网络
遗传算法
预测
砂土地震液化预测的人工神经网络模型
人工神经网络
BP算法
预测
砂土液化
模型评价
基于内置式物理模型的人工神经网络纱线质量预测模型
Sirolan-Yarnspec
人工神经网络
纱线预测
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 河道浅滩演变预测的人工神经网络模型
来源期刊 吉林水利 学科 工学
关键词 河道浅滩 预测 人工神经网络
年,卷(期) 2016,(9) 所属期刊栏目 研究设计
研究方向 页码范围 8-10
页数 3页 分类号 TV147
字数 1982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 曲晓辉 6 8 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (22)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2018(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
河道浅滩
预测
人工神经网络
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
吉林水利
月刊
1009-2846
22-1179/TV
大16开
长春市人民大街8220号
1981
chi
出版文献量(篇)
5426
总下载数(次)
10
总被引数(次)
9519
论文1v1指导