文献

J-GLOBAL ID：201102229563018400   整理番号：11A0900142

因子解析を用いた河川水窒素濃度の予測モデル選択の研究

Study on selecting forecast model of river water nitrogen concentration using factor analysis

著者 (5件)： Zhou Jiuzhou (Coll. of Resources and Environment, Hunan Agricultural Univ., Hunan, Changsha) ,  Liu Qiang (Coll. of Resources and Environment, Hunan Agricultural Univ., Hunan, Changsha) ,  Rong Xiangmin (Coll. of Resources and Environment, Hunan Agricultural Univ., Hunan, Changsha) ,  Peng Jianwei (Coll. of Resources and Environment, Hunan Agricultural Univ., Hunan, Changsha) ,  Xie Guixian (Coll. of Resources and Environment, Hunan Agricultural Univ., Hunan, Changsha)
資料名： Huanjing Gongcheng Xuebao  (Huanjing Gongcheng Xuebao)
巻： 4  号： 1  ページ： 8-12  発行年： 2010年 
JST資料番号： C2495B  ISSN： 1673-9108  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 河川水窒素濃度を予測するために,多くの定量的予測モデルがあり,より高い推定精度でどのように予測モデルを選択するかは,現在の学術分野における研究のための主要な課題である。この論文では,因子解析法を用いてモデル精度の評価指数を分析し,予測精度の評価モデルを設定する。次に,回帰分析,ニューラルネット手法,グレーシステム,成長速度統計的研究法を用いて河川水窒素濃度を予測し,因子解析方法に基づく評価モデル用いて4種類の予測モデルへの総合評価を実施する。BPニューラルネットワークが,河川水窒素含有量の正確な予測に他の3種類より良い予測方法であることを示している。結果は,因子解析方法に基づく評価モデルには,類似の研究の参照値があり,それは好適な予測モデル選択のための証拠を提供することができる。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： 因子分析 ,  *河川水 ,  濃度 ,  予測モデル ,  回帰分析 ,  ニューラルネットワーク ,  システム ,  モデル
準シソーラス用語： 因子解析 ,  窒素濃度 ,  評価モデル

分類 (1件)： 水質調査測定一般  (SB02060X)

タイトルに関連する用語 (5件)： 因子解析 ,  河川水 ,  窒素濃度 ,  予測モデル ,  研究