文献

J-GLOBAL ID：201802220915669738   整理番号：18A0886131

地下水深度修正混合予測手法【JST・京大機械翻訳】

A Corrected Hybrid Approach for Groundwater Depth Prediction

著者 (4件)： Liu Baocheng (蘭州交通大学数理学院,甘粛蘭州,730070) ,  Zhang Zhongrong (蘭州交通大学数理学院,甘粛蘭州,730070) ,  Sheng Xiumei (蘭州交通大学数理学院,甘粛蘭州,730070) ,  Cheng Lijuan (蘭州交通大学数理学院,甘粛蘭州,730070)
資料名： Lanzhou Wenli Xueyuan Xuebao (Ziran Kexue Ban)  (Lanzhou Wenli Xueyuan Xuebao (Ziran Kexue Ban))
巻： 31  号： 6  ページ： 1-6  発行年： 2017年 
JST資料番号： C3264A  ISSN： 2095-6991  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： 従来の時系列モデルは地下水深度を予測し、モデル自身の非線形マッピングフィッティング能力の制約のため、理想的な予測結果を得ることは難しい。モデル予測の精度を改善するために,Holt-Wintersの3パラメータ指数平滑法を用いて予測を行い,強い非線形近似能力を有する一般化回帰ニューラルネットワークを用いて残差修正を行い,交差検証法と結合して最適修正混合予測モデルを構築した。民勤県中渠郷火事四社の地下水埋深監視ステーションのデータを実験データとして行った。検証結果は,このモデルが従来の単一予測法と比較して予測精度を改善することを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 火災 ,  残差 ,  埋積深度 ,  *予測 ,  モデル ,  交差検証法 ,  指数平滑法 ,  *予測技法 ,  予測モデル ,  *地下水
準シソーラス用語： 予測精度 ,  一般回帰ニューラルネットワーク ,  線形近似 ,  モデル予測 ,  時系列モデル , 【Automatic Indexing@JST】

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (2件)： 地下水深度 ,  予測手法