Serwis Infona wykorzystuje pliki cookies (ciasteczka). Są to wartości tekstowe, zapamiętywane przez przeglądarkę na urządzeniu użytkownika. Nasz serwis ma dostęp do tych wartości oraz wykorzystuje je do zapamiętania danych dotyczących użytkownika, takich jak np. ustawienia (typu widok ekranu, wybór języka interfejsu), zapamiętanie zalogowania. Korzystanie z serwisu Infona oznacza zgodę na zapis informacji i ich wykorzystanie dla celów korzytania z serwisu. Więcej informacji można znaleźć w Polityce prywatności oraz Regulaminie serwisu. Zamknięcie tego okienka potwierdza zapoznanie się z informacją o plikach cookies, akceptację polityki prywatności i regulaminu oraz sposobu wykorzystywania plików cookies w serwisie. Możesz zmienić ustawienia obsługi cookies w swojej przeglądarce.
By the analyze of chaos for runoff series, combing the reconstruction phase space theory and BP neural network to develop the BP neural network model based reconstruction phase space, and forecast the runoff series mensal in Xiaoqing river hydrological station of Jinan, the result shows that the model has a very good forecast accuracy and value.
By the main component analysis, and maximum Lyapunov index method, this paper analyses chaotic character of ground water level time series. On this basis, combining the reconstruction phase space of chaos theory with BP neural network to set up a BP neural network model based on chaos theory. This paper forecasts ground water level of the Heihu Spring in Jinan by the model. The result shows that the...
Podaj zakres dat dla filtrowania wyświetlonych wyników. Możesz podać datę początkową, końcową lub obie daty. Daty możesz wpisać ręcznie lub wybrać za pomocą kalendarza.