声明
致谢
摘要
1 绪论
1.1 引言
1.2 国内外研究现状
1.2.1 多源雨量融合
1.2.2 小波神经网络
1.3 研究内容
1.4 技术路线
2 小波神经网络概述
2.1.1 人工神经网络的发展
2.1.2 人工神经网络模型的特点
2.1.3 人工神经网络的基本原理
2.1.4 倒传递神经网络(BPNN)
2.2 小波分析基本理论
2.2.1 小波分析的发展
2.2.2 小波分析的基本原理
2.3 小波神经网络简介
3 研究区域概况及数据预处理
3.1 研究区域概况
3.2 数据概况及预处理
3.2.1 金华江流域数据概况
3.2.2 数据预处理
3.2.3 数据划分
3.3 流域降雨-径流机制分析
3.5 小波函数和分解级次的选取
3.6 评估指标
4 基于松散型小波神经网络的多源雨量融合及径流预报模型
4.2 “分解-融合-预报-重构”模式
4.3 “分解-单支重构-融合-预报”模式
5 结果对比与分析
5.1 模型性能对比分析与流量预报结果
5.2 雨量融合
6 结论与展望
6.1 主要结论
6.2 创新点
6.3 存在问题及未来研究方向
参考文献
作者简介
发表文章