我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

基于改进主成分分析法的城市需水量预测 下载：57 浏览：322

徐继红 《水资源科学研究》 2019年10期

摘要:
为提高城市需水量预测精度,提出了基于主成分分析和长短时记忆神经网络的城市需水量预测模型。本文利用该模型对新疆阿克苏市城市需水量进行验证。结果表明:与BP神经网络等模型相比,该模型具有良好的预测性能和泛化能力,能够满足城市需水量精确预测的需要,可以为干旱区城市水资源精准调控提供参考。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享