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:
为提高秦淮河流域东山站水位预报的精度,基于BP神经网络算法建立经验预报模型,分别根据降雨历时、起涨水位两种模式对水位涨幅进行预报.分析了两种模式预报结果,选出最优的预报模式,并用混合线性回归模型作为预报精度的参考验证.结果 显示,BP神经网络模型的预报精度高于混合线性回归模型,而且BP神经网络模型两种预报模式的结果都达到了乙级标准以上,根据起涨水位的预报模式效果更好.
推荐文章
秦淮河流域东山站洪水位预报模型研究
洪水预报
BP人工神经网络
线性动态系统
一维水动力模型
秦淮河流域东山站防汛特征水位复核分析
特征水位
水情
秦淮河流域
东山站
基于GIS技术的秦淮河流域水系分维研究
地理信息系统
秦淮河流域
水系分维
秦淮河流域农业污染源调查及入河量计算
农业污染源
农村生活
畜禽养殖
入河量
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 秦淮河流域东山站水位预报研究
来源期刊 水资源保护 学科 地球科学
关键词 面雨量 降雨特性 BP神经网络模型 水位预报 东山站
年,卷(期) 2020,(2) 所属期刊栏目 水资源
研究方向 页码范围 41-46,52
页数 7页 分类号 P338+.9
字数 5998字 语种 中文
DOI 10.3880/j.issn.1004-6933.2020.02.007
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 张行南 河海大学水文水资源学院 103 1338 21.0 32.0
10 闻余华 29 298 8.0 17.0
11 聂青 11 19 2.0 4.0
12 张轩 河海大学水文水资源学院 1 0 0.0 0.0
13 江唯佳 河海大学水安全与水科学协同创新中心 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (63)
共引文献  (43)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(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)
1999(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
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(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(7)
  • 参考文献(0)
  • 二级参考文献(7)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(5)
  • 参考文献(2)
  • 二级参考文献(3)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(5)
  • 参考文献(0)
  • 二级参考文献(5)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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
面雨量
降雨特性
BP神经网络模型
水位预报
东山站
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
水资源保护
双月刊
1004-6933
32-1356/TV
大16开
南京西康路1号
28-298
1985
chi
出版文献量(篇)
2713
总下载数(次)
7
总被引数(次)
34511
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导