《表5 乌拉斯台站径流RBF神经网络预测结果Table 5 Runoff predictions for Wulasitai Station by RBF neural network》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于互信息与神经网络的天山西部山区融雪径流中长期水文预报》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

分别采用全因子、相关系数法、主成分分析法和互信息法等方法确定的预报因子，具体见表3。以1960年1月—1999年12月逐月的预报因子序列和径流序列作为训练和测试数据，2000年1月—2005年12月的径流序列作为检验数据，建立RBF神经网络模型进行中长期水文预报研究。4种挑选方法的预测结果如图2，相对误差如表5。