文献
J-GLOBAL ID:201702282397007076   整理番号:17A0345779

ウェーブレット変換とサポートベクトルマシン結合モデル(WA-SVM)を用いて,乾燥地域の地下水深を予測した。【JST・京大機械翻訳】

Prediction of Groundwater Depth in Arid Regions by Using Wavelet-Support Vector Machine(WA-SVM)
著者 (7件):
資料名:
巻: 36  号:ページ: 1435-1442  発行年: 2016年 
JST資料番号: W0882A  ISSN: 1000-694X  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
乾燥地域の地下水の深さを正確に予測することは,地域の地下水資源の合理的開発と生態学的環境保護のために非常に重要である。EJINA盆地の3つの地下水埋め込み坑井検層を対象として,ウェーブレット変換とサポートベクトルマシン結合モデル(WA-SVM)を用いて,将来の1か月の地下水位の短期予測を行った。WA-SVMの有効性を検証するために,シミュレーション結果をウェーブレット変換のないSVMモデルと比較した。結果は以下を示す。乾燥地域の地下水位の短期予測において,SVMモデルと比較して,WA-SVMモデルの予測精度は著しく改善された。WA-SVMモデルは乾燥地域の地下水深の予測においてより良い適用性があり、乾燥地域の地下水の深度の動態予測に新しい方法と構想を提供することができ、資料が限られた条件下で地下の深さを予測する有効な方法である。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

著者キーワード (3件):
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
地下水学  ,  水資源 

前のページに戻る