伴随时空特性的雷电预测BP-ANN模型研究

摘要：

为提高雷电预测模型的准确率和学习性能,提出一种基于增量学习和时空特性的雷电预测BP-ANN二项分类器.通过增量方式和依据数据的时空特征进行历史数据的学习,建立多种BP-ANN模型,分别对新的数据进行预测分类,然后采用多数投票方式确定新数据的类别.分别构建基于增量学习的BP-ANN模型、基于时空特性的BP-ANN模型以及结合基于增量学习和时空特性的BP-ANN模型这3种雷电预测模型,并在真实雷电数据集上进行预测准确度和学习性能的测试,结果表明了增量学习、时空特性以及二者结合的优劣.

关键词：雷电预测、增量学习、时空特性、BP-ANN、二项分类器

分类号：TP311(计算技术、计算机技术)

资助基金：江西省科技计划项目20112BBI90024

在线出版日期：2019-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：76-81