基于粗糙RBF神经网络的气象数据插补方法研究

摘要：

针对实时气象数据因通信和设备故障等引起要素值缺失的问题,建立了基于粗糙集—径向基神经网络的插补模型.该模型以单个站点的相对湿度缺失为例,利用粗糙集理论约简气象影响因素,以关键因素作为径向基神经网络的输入,进行缺失数据的插补.实验结果表明,该模型插补效果较线性插值法精度有显著提高,为实时气象数据缺失提供了有效的处理方法,同时为建立连续气象数据集奠定了基础.

关键词：气象数据、插补、粗糙集、径向基、神经网络

所属期刊栏目：35

分类号：TP301.6;TP183(计算技术、计算机技术)

资助基金：国家重大仪器设备开发专项基金项目2012YQ170003

在线出版日期：2014-03-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：282-286