10.3969/j.issn.1006-9348.2014.01.079
基于相空间重构的神经网络月降水量预测方法
月降水量的准确预测,对于国民生产、防灾减灾有重大意义.针对月降水量影响因素多,彼此之间关系复杂,预测难度大的特点,为提高预测精度,提出了一种基于相空间重构的BP神经网络月降水量预测方法.对一维月降水量时间序列进行参数提取,重构相空间,得到包含各态历经信息的多维序列,用训练神经网络进行月降水量预测,可以解决神经网络难以确定网络结构的问题.应用于杭州市月降水量预测,实验结果表明,改进方法具有较高的预测准确度,可以为干旱洪涝灾害预测提供依据.
相空间重构、神经网络、月降水量、预测
31
TP183(自动化基础理论)
江苏省高校优势学科建设工程资助项目;中国气象局软科学研究课题SK20120146;南京市产学研资金项目2012t026;公益性行业气象科研专项资助项目GY-HY201106040
2014-03-10(万方平台首次上网日期,不代表论文的发表时间)
共4页
352-355