• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Canadian Journal of Pure and Applied Sciences >RIVER DISCHARGE PREDICTION USING ARTIFICAL NEURAL NETWORK
【24h】

RIVER DISCHARGE PREDICTION USING ARTIFICAL NEURAL NETWORK

机译：基于人工神经网络的河水流量预测

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The research described in this article investigates the utility of Artificial Neural Networks (ANNs) for predicting the daily river discharge. The work explores the capabilities of ANNs and compares the performance of Feed Forward Neural Network (FFNNS) and Radial Basis Function (RBF) network. Perceived strengths of ANNS are the capability for representing complex, non linear relationships as well as being able to model interaction effects. The application of the ANN approach is to a portion of Seonath River in Chhattisgarh and forecasting was conducted using daily records. ANN technique shows an enhancement of prediction capabilities & reduces the over fitting problem of neural networks. The results show that the ANN technique can be used to extract information from the data & to describe the non-linearity of river discharge
机译：本文所述的研究调查了人工神经网络（ANN）在预测每日河流流量方面的实用性。这项工作探索了人工神经网络的功能，并比较了前馈神经网络（FFNNS）和径向基函数（RBF）网络的性能。 ANNS的感知优势是能够表示复杂的非线性关系以及能够对交互作用进行建模。 ANN方法的应用是在恰蒂斯加尔邦的Seonath河的一部分，并使用每日记录进行了预测。人工神经网络技术显示出增强的预测能力并减少了神经网络的过度拟合问题。结果表明，人工神经网络技术可用于从数据中提取信息并描述河流流量的非线性

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号