지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2011.1
- 수록면
- 473 - 473 (1page)
이용수
이 논문의 연구 히스토리 (9)
2010
2008
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Group method of data handling neural networks model (GMDH-NNM) is used to estimate daily reference evapotranspiration (ETo) using limited climatic variables such as max temperature ($T_{max}$), min temperature ($T_{min}$), mean wind speed ($W_{mean}$), mean relative humidity ($RH_{mean}$) and sunshine duration (SD). And, for the performances of GMDH-NNM, it consists of training and test performances, respectively. The training and test performances are carried out using daily time series data, respectively. From this research, we evaluate the impact of GMDH-NNM for the modeling of the nonlinear time series data. We should, thus, construct the credible data of the daily ETo data using GMDH-NNM, and can suggest the methodology for the irrigation and drainage networks system. Furthermore, this research represents that the strong nonlinear relationship such as ETo modeling can be generalized using GMDH-NNM.
목차
등록된 정보가 없습니다.
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
최근 본 자료
댓글(0)
0