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:
通过隐马尔可夫模型( Hidden Markov Model,HMM)对安徽省降水规律及特征进行分析模拟,以验证其在区域性降水方面的适用性。采用包含4个隐式状态的HMM对省内6个主要城市的多年日降水数据序列进行拟合。用贝叶斯信息准则( Bayesian Information Criterions,BIC)确定模型中隐式状态数量,用Baum-Welch算法训练得到最优模型参数,用Viterbi算法确定模型中最优状态序列。采用上述方法模拟安徽省6个城市在1960—2009年夏季共50个时段的降水情况。前40 a用于模型分析训练,后10 a用于模型验证及评价,结果表明HMM能更好地模拟降水特征,具有较高的实用性。
推荐文章
基于隐马尔可夫模型的运动目标轨迹识别
轨迹识别
运动分析
行为模式
隐马尔可夫模型
基于隐马尔可夫模型的文本情感分析
隐马尔可夫模型
情感分类
AdaBoost算法
基于主动学习隐马尔可夫模型的文本信息抽取
主动学习
隐马尔可夫模型
文本信息抽取
隐马尔可夫模型下基于SIFT特征的局部遮挡目标识别
隐马尔可夫模型
目标识别
遮挡
SIFT特征
特征匹配
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 基于隐马尔可夫模型的安徽省降水特征研究
来源期刊 长江科学院院报 学科 地球科学
关键词 隐马尔可夫模型 隐式状态 降水特征 贝叶斯信息准则 Baum-Welch算法 Viterbi算法
年,卷(期) 2017,(1) 所属期刊栏目 水资源与环境
研究方向 页码范围 12-18
页数 7页 分类号 P401
字数 6331字 语种 中文
DOI 10.11988/ckyyb.20160406
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 张茜 吉林大学环境与资源学院 25 78 5.0 7.0
2 阿茹娜 8 9 2.0 3.0
3 包曙明 1 1 1.0 1.0
4 吴云飞 1 1 1.0 1.0
5 包世超 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (22)
参考文献  (14)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(5)
  • 参考文献(2)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(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)
2019(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
隐马尔可夫模型
隐式状态
降水特征
贝叶斯信息准则
Baum-Welch算法
Viterbi算法
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
长江科学院院报
月刊
1001-5485
42-1171/TV
大16开
武汉市汉口赵家条九万方
38-147
1984
chi
出版文献量(篇)
5250
总下载数(次)
6
总被引数(次)
40693
论文1v1指导