10.19734/j.issn.1001-3695.2017.07.0708
基于二分搜索密度峰算法的RBFNN在月降水预报中的应用
针对径向基函数(RBF)网络结构和初始数据中心难以客观确定的不足,采用二分搜索密度峰聚类算法(TSDPCA)找到数据中心值及数据簇类个数作为RBF神经网络的初始参数和隐藏层节点数,再利用梯度下降法优化RBFNN结构及各个参数建立预报模型,并应用于广西月降水预报中,以检验该模型的有效性.结果表明,与K-RBFNN和OLS-RBFNN的模型相比,TSDPCA-RBFNN预报平均相对误差值下降了10%~35%,具有更好的预报性能.
二分法、密度峰、径向基神经网络、降水预报、梯度下降法
36
TP183(自动化基础理论)
广西自然科学基金资助项目2014GXNSFAA118027;广西高校科学技术研究项目YB2014467;广西高校中青年教师基础能力提升项目2017KY0896;广西重点学科资助项目070105
2019-05-31(万方平台首次上网日期,不代表论文的发表时间)
共5页
362-366