检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]长春科技大学,吉林长春130026 [2]中国科学院长春地理研究所,吉林长春130061
出 处:《工程勘察》2001年第5期35-37,共3页Geotechnical Investigation & Surveying
基 金:国家自然科学基金资助项目 (编号 :496 72 171)
摘 要:地下水系统是一个复杂的随机系统 ,根据地下水位与其影响因素之间存在的映射关系 ,本文建立了一个RBF人工神经网络模型 ,并将其用于地下水位的动态预测。实例表明 ,该方法预测精度较高 ,具有一定的推广价值。A radial basis function artificial neural network model is established herein based on the relationship between groundwater level and its influential factors to be used for the prediction of groundwater regime. Verified by practice the precision of the said model is rather high and it is worthwhile to be popularized.
分 类 号:P641.74[天文地球—地质矿产勘探]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.195