期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
马尔科夫链在鄱阳湖入湖河流水质预报中的应用
被引量:
3
下载PDF
职称材料
导出
摘要
论文运用随机过程理论,结合水质监测资料,建立了马尔科夫链水质预测模型,并通过实例分析,将预测值与实测值进行对比,验证了模型的可靠性和有效性,为水质预报的科学化提供依据。
作者
操群
柳炳祥
林洋
机构地区
景德镇陶瓷学院信息工程学院
出处
《科技创新导报》
2011年第12期235-236,共2页
Science and Technology Innovation Herald
基金
江西省软科学研究计划项目资助(编号2010DR00503)
关键词
马尔科夫链
水质预报
状态转移概率矩阵
分类号
P64 [天文地球—地质矿产勘探]
引文网络
相关文献
节点文献
二级参考文献
2
参考文献
2
共引文献
12
同被引文献
20
引证文献
3
二级引证文献
10
参考文献
2
1
李志强,王世俊.
灰色马尔柯夫模型在地表水体DO浓度预测中的应用[J]
.重庆环境科学,2002,24(3):35-37.
被引量:11
2
张永祥,蔡德所,唐迎春.
马尔可夫链式灰色模型在南宁邕江水质预测中的应用[J]
.广西水利水电,2007(3):1-3.
被引量:3
二级参考文献
2
1
劳期团.
环境质量评价的加权灰色局势决策法[J]
.环境保护,1993,21(7):31-34.
被引量:9
2
孔荣恒.随机过程及其应用[M].重庆:重庆大学出版社,1991.
共引文献
12
1
李如忠.
水质预测理论模式研究进展与趋势分析[J]
.合肥工业大学学报(自然科学版),2006,29(1):26-30.
被引量:43
2
邱林,黄鑫,李洪良.
基于模糊权马尔可夫模型的综合水质预测[J]
.人民长江,2007,38(1):75-77.
被引量:17
3
张建新,邢旭东,鲁江,郑中.
马尔可夫模型在洞庭湖区Cd的生态地球化学评价中的应用[J]
.地学前缘,2007,14(3):204-212.
被引量:2
4
李珊珊,田考聪.
人群疾病预测模型及其应用[J]
.现代预防医学,2007,34(22):4277-4278.
被引量:9
5
程万里,李亦芳,郝伏勤,程银行.
基于马尔柯夫模型的黄河三门峡河段水质预测[J]
.河南教育学院学报(自然科学版),2007,16(4):29-32.
被引量:2
6
杨国范,刘冰,金鑫,谷建.
加权马尔可夫链在河流水质预测中的应用[J]
.节水灌溉,2008(6):16-17.
被引量:10
7
程万里,李亦芳,郝伏勤,樊亚玲.
黄河三门峡段基于马尔科夫模型的水质预测[J]
.电力环境保护,2008,24(3):8-11.
被引量:5
8
马惠群,刘凌,陈涛.
改进的多指标水质动态评价模型及应用[J]
.武汉大学学报(工学版),2008,41(5):54-57.
被引量:2
9
YUN Yi,ZOU Zhihong,FENG Wei,RU Mai School of Economics and Management,Beihang University,Beijing 100191,China..
Quantificational analysis on progress of river water quality in China[J]
.Journal of Environmental Sciences,2009,21(6):770-773.
被引量:3
10
吴斌,邹刚.
一种基于灰色马尔柯夫模型的基准地价预测方法[J]
.电脑开发与应用,2010,23(3):22-23.
被引量:1
同被引文献
20
1
李庆国,陈守煜.
基于模糊模式识别的支持向量机的回归预测方法[J]
.水科学进展,2005,16(5):741-746.
被引量:28
2
宋志宇,李俊杰.
最小二乘支持向量机在大坝变形预测中的应用[J]
.水电能源科学,2006,24(6):49-52.
被引量:41
3
邱林,黄鑫,李洪良.
基于模糊权马尔可夫模型的综合水质预测[J]
.人民长江,2007,38(1):75-77.
被引量:17
4
SheldonMR.应用随机过程概率模型导论[M].北京:人民邮电出版社,2007.
5
DimitriPB,JohnNT.概率导论[M].北京:人民邮电出版社,2009.
6
贺敏伟,李贵海,阮柏尧,汪杨林,林健.
改进量子遗传算法用于多峰值函数优化[J]
.计算机工程与应用,2008,44(7):41-43.
被引量:8
7
杨励雅,邵春福.
基于BP神经网络与马尔可夫链的城市轨道交通周边房地产价格的组合预测方法[J]
.吉林大学学报(工学版),2008,38(3):514-519.
被引量:24
8
王义民,于兴杰,畅建霞,黄强.
基于BP神经网络马尔科夫模型的径流量预测[J]
.武汉大学学报(工学版),2008,41(5):14-17.
被引量:25
9
李成,李飞.
改进量子遗传算法及其在FIR滤波器设计中的应用[J]
.计算机工程与应用,2009,45(4):239-241.
被引量:6
10
闵泉,叶水生,郭荣传,石海霞.
利用量子遗传算法改进BP学习算法[J]
.计算机系统应用,2009,18(5):53-55.
被引量:3
引证文献
3
1
赵继东,胡婷,杜庆治.
马尔科夫链在弥苴河总氮量预测中的应用[J]
.环境科学导刊,2015,34(4):18-20.
被引量:2
2
李绍辉,孙学金.
马尔科夫链在年降水量预测中的应用[J]
.气象水文海洋仪器,2015,32(2):84-86.
被引量:4
3
龙华,赵继东,王晓东,杜庆治,胡婷,邵玉斌.
改进的QGA-BP模型在弥苴河总氮量预测中的应用[J]
.环境工程学报,2016,10(11):6099-6105.
被引量:4
二级引证文献
10
1
栗静,王美玲,李琳静,邹进.
加权马尔可夫链在普洱市年降水量预测中的应用[J]
.中国水运(下半月),2021,21(3):83-84.
2
王学东,黄宏,梅琨,商栩,夏芳,王振峰.
基于随机森林的温瑞塘河总氮模拟与预测[J]
.浙江农业科学,2017,58(7):1269-1272.
被引量:1
3
黄辉,马思佳,王庆,任洪强.
多参数影响下污水总氮浓度预测最优方法研究[J]
.南京大学学报(自然科学版),2017,53(6):1194-1202.
被引量:7
4
徐玉妃,杨昆,罗毅,喻臻钰,邓琼飞.
滇池草海水质等级预测模型研究[J]
.水生态学杂志,2018,39(1):1-8.
被引量:8
5
慕凯,张祥,余士龙,李俊,李宇,戴笑俊.
滑动加权马尔科夫模型在降水量预测中的应用[J]
.气象水文海洋仪器,2019,36(4):34-36.
被引量:4
6
邓锐,尉胜男.
基于LSTM神经网络和DBSCAN算法的污水水质预测[J]
.电脑与电信,2021(4):66-73.
被引量:1
7
周安琪,高松,喻丹.
加权马尔可夫链阶数对湖北省年降雨量预测精度的影响研究[J]
.水资源开发与管理,2022,8(5):64-71.
被引量:1
8
黄莺,方明,李民.
马尔科夫预测法评估某院血液科药品不良反应报告数量[J]
.中国药业,2022,31(13):33-35.
被引量:1
9
田家乐.
改进蒙特卡洛算法在大凌河水质浓度预测中的应用研究[J]
.水利技术监督,2023(5):256-260.
被引量:2
10
王永顺,崔东文.
数据分解技术与若干智能算法优化的高斯过程回归总氮预测[J]
.人民珠江,2023,44(11):105-114.
1
吴杰,崔明,皮凤云.
灰色系统理论在水质预报中的应用[J]
.水文,1993,12(3):46-49.
2
袁志梅,徐慧珍,叶晓宾.
中长期地下水质预报的准确性探讨──以西安南为例[J]
.水文地质工程地质,1996,23(5):8-10.
被引量:2
3
吕文德.
长春市水资源的现状与发展[J]
.吉林水利,2001(4):24-25.
被引量:2
4
冯强,王昂生.
用马尔柯夫模型预测长江中下游地区旱涝灾害的试验[J]
.中国减灾,1997,7(4):33-39.
被引量:6
5
旦木仁加甫.
马尔可夫链在年径流量定性预报中的应用——以清水河克尔古提水文站为例[J]
.巴州科技,2003(3):3-7.
6
胡腾波,叶建栲.
马尔科夫链模型在GIS数据预测中的应用[J]
.计算机系统应用,2008,17(8):90-93.
被引量:17
7
丁家平.
火电厂贮灰场地下水环境预报数学模型[J]
.水利水运科学研究,1997(4):320-329.
8
李长青,杨兰华,唐浩.
聊城市水质现状及对策[J]
.地下水,2003,25(1):16-17.
9
陈毓龄,张宏保,陈捷.
玄武湖水体富营养化水质预测模型的研究[J]
.东南大学学报(自然科学版),1992,22(2):28-32.
被引量:1
10
韩宇平,阮本清,周杰.
马尔柯夫链模型在区域干旱风险研究中的应用[J]
.内蒙古师范大学学报(自然科学汉文版),2003,32(1):65-70.
被引量:11
科技创新导报
2011年 第12期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部