机器学习模型在河北省参考作物蒸散量计算中的比较
Water Saving Irrigation（2018）
摘要
为研究河北省参考作物蒸散量 ET0的适用方法,以极限学习机模型 ELM 和广义回归神经网络模型GRNN为基础,对其1961-2015年的ET0进行了估算,并以Penman-Monteith模型P-M为标准,与Hargreaves模型H-S模型计算结果进行了比较,结果表明:ELM模型与GRNN模型在ET0日值和月值的模拟精度明显高于H-S模型,同时不同模型的相对均方根误差RMSE值均表现为GRNN 更多
查看译文
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要