您的位置: 专家智库 > >

虞双吉

作品数:1 被引量:3H指数:1
供职机构:南京信息工程大学大气科学学院更多>>
发文基金:江苏高校优势学科建设工程项目公益性行业科研专项国家自然科学基金更多>>
相关领域:天文地球更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇天文地球

主题

  • 1篇短期降水
  • 1篇短期降水预报
  • 1篇学习机
  • 1篇神经网
  • 1篇神经网络
  • 1篇人工神经
  • 1篇人工神经网络
  • 1篇主成分
  • 1篇主成分分析
  • 1篇网络
  • 1篇极限学习机
  • 1篇降水
  • 1篇降水预报
  • 1篇工神经网络
  • 1篇ELM
  • 1篇人工神经网

机构

  • 1篇南京信息工程...

作者

  • 1篇苗春生
  • 1篇虞双吉

传媒

  • 1篇云南大学学报...

年份

  • 1篇2013
1 条 记 录,以下是 1-1
排序方式:
极限学习机神经网络在短期降水预报中的应用被引量:3
2013年
数值预报产品释用是天气预报现代化发展方向,也是我国预报业务建设的重点之一.结合主成分分析方法从中国气象局T213资料中选取降水预报因子,利用极限学习机(Extreme Learning Machine,ELM)神经网络方法进行衢州单站逐日降水的分级预报研究.结果表明:主成分分析方法可以保留原来预报因子矩阵大部分信息并大幅降低矩阵维数,使新的预报因子之间相互正交;ELM方法不仅具有很强的历史拟合能力,独立样本所有降水预报TS评分也从T213模式预报0.3提高到0.8,特别是对大到暴雨有了较强预报能力;与相同条件下BP方法预报模型相比,ELM方法网络参数设定简单,训练速度快,历史样本的训练结果和独立样本的预报结果也都要优于BP方法.
虞双吉苗春生王新
关键词:人工神经网络主成分分析
共1页<1>
聚类工具0