机译:基于小波变换和KPLS-ARMA的组合模型在城市年需水量预测中的应用
School of Hydraulic Engineering, Dalian Univ. of Technology, Dalian 116024, China;
School of Hydraulic Engineering, Dalian Univ. of Technology, Dalian 116024, China;
School of Hydraulic Engineering, Dalian Univ. of Technology, Dalian 116024, China;
School of Hydraulic Engineering, Dalian Univ. of Technology, Dalian 116024, China;
Annual water demand; Wavelet transform; Kernel partial least squares; Nonstationary time series; Autoregressive and moving average model (ARMA); Combination forecasting;
机译:基于小波变换与ANFIS /遗传算法/神经网络模型相结合的日前天然气需求预测
机译:长期短期记忆神经网络的深度学习与日本城市水需求预测的小波变换和主要成分分析相结合
机译:解决基于小波的水文和水资源资源预测模型的错误使用,具有最佳实践和新的预测框架
机译:基于小波神经网络的城市物流需求建模与预测
机译:基于unit变换,置换和矩阵扩展的小波构造及其在水印中的应用
机译:灰色预测模型预测重庆市的需水量及城市用水可持续发展的建议
机译:错误:通过小波去噪和神经网络模型预测城市用水需求。案例研究:意大利锡拉库斯市