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
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
Errors-in-variables模型的参数估计
被引量:
3
1
作者
时正华
袁永生
《曲阜师范大学学报(自然科学版)》
CAS
2005年第1期35-37,共3页
介绍了Errors_in_variables模型 ,利用Fisher得分算法 ,给出了在自变量的随机影响因素和因变量的随机影响因素相互独立和无重复测量数据情况下Errors_in_variables模型参数估计的迭代公式 .
关键词
随机自变量
Errors-in-variables模型
Fisher得分算法
下载PDF
职称材料
基于RBF神经网络的短时降水量预测方法研究
被引量:
4
2
作者
张启凡
王永忠
马俊逸
《计算机与数字工程》
2022年第4期807-811,共5页
针对目前短时降水量预测精度不高的问题,提出一种基于影响短时降水的物理量选取和RBF神经网络学习的降水量预测方法。首先对原始降水数据进行坐标格点化处理并对(NCEP/NCAR)数据文件中物理量参数进行读取和计算。在理论和数据表现上对...
针对目前短时降水量预测精度不高的问题,提出一种基于影响短时降水的物理量选取和RBF神经网络学习的降水量预测方法。首先对原始降水数据进行坐标格点化处理并对(NCEP/NCAR)数据文件中物理量参数进行读取和计算。在理论和数据表现上对降水量进行分析并使用多元线性回归进行预测,得到预测效果不佳。进而利用反向传播神经网络(BP)和径向基神经网络(RBF)进行预测。预测结果表明,径向基神经网络的预测效果更好。为选取最优模型建立自变量随机选取的21个RBF模型进行预测,仿真结果表明,选择六项物理量参数建立的RBF神经网络模型对未来24h降水量预测精度最高。拟合度、平均绝对误差,均方误差和均方根误差分别为0.998,5.04mm,56.34mm2和7.51mm,仿真时间为0.95s。
展开更多
关键词
短时降水量
多元线性回归
BP神经网络
RBF神经网络
自变量
随机
选取
预测建模
下载PDF
职称材料
题名
Errors-in-variables模型的参数估计
被引量:
3
1
作者
时正华
袁永生
机构
河海大学理学院
出处
《曲阜师范大学学报(自然科学版)》
CAS
2005年第1期35-37,共3页
文摘
介绍了Errors_in_variables模型 ,利用Fisher得分算法 ,给出了在自变量的随机影响因素和因变量的随机影响因素相互独立和无重复测量数据情况下Errors_in_variables模型参数估计的迭代公式 .
关键词
随机自变量
Errors-in-variables模型
Fisher得分算法
Keywords
random-regressor
errors-in-variables model
Fisher's scoring algorithm
分类号
O212.1 [理学—概率论与数理统计]
下载PDF
职称材料
题名
基于RBF神经网络的短时降水量预测方法研究
被引量:
4
2
作者
张启凡
王永忠
马俊逸
机构
中国商飞民用飞机试飞中心
中国民用航空飞行学院
出处
《计算机与数字工程》
2022年第4期807-811,共5页
基金
国家级大学生创新创业训练计划项目(编号:201910624041)资助。
文摘
针对目前短时降水量预测精度不高的问题,提出一种基于影响短时降水的物理量选取和RBF神经网络学习的降水量预测方法。首先对原始降水数据进行坐标格点化处理并对(NCEP/NCAR)数据文件中物理量参数进行读取和计算。在理论和数据表现上对降水量进行分析并使用多元线性回归进行预测,得到预测效果不佳。进而利用反向传播神经网络(BP)和径向基神经网络(RBF)进行预测。预测结果表明,径向基神经网络的预测效果更好。为选取最优模型建立自变量随机选取的21个RBF模型进行预测,仿真结果表明,选择六项物理量参数建立的RBF神经网络模型对未来24h降水量预测精度最高。拟合度、平均绝对误差,均方误差和均方根误差分别为0.998,5.04mm,56.34mm2和7.51mm,仿真时间为0.95s。
关键词
短时降水量
多元线性回归
BP神经网络
RBF神经网络
自变量
随机
选取
预测建模
Keywords
short-term precipitation
multiple linear regression
BP neural network
RBF neural network
random selection of independent variables
predictive modeling
分类号
N945.12 [自然科学总论—系统科学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
Errors-in-variables模型的参数估计
时正华
袁永生
《曲阜师范大学学报(自然科学版)》
CAS
2005
3
下载PDF
职称材料
2
基于RBF神经网络的短时降水量预测方法研究
张启凡
王永忠
马俊逸
《计算机与数字工程》
2022
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部