一种人工神经网络云分类方法的改进与应用

摘要：

采用2005-2009年FY-2C静止气象卫星可见光和红外自旋扫描辐射计的红外1(IR1)、红外2(IR2)和水汽(WV)亮温资料,选取2449个云分类样本.设计两层嵌套的前向传递后向反馈(BP)人工神经网络模型,第1层网络选取IR1,IR2,WV亮温及IR1与WV亮温差和IR2与WV亮温差5个特征量,第2层网络选取特征量IR1与IR2亮温差,两层网络都采用一层隐含层且带有附加动量法的简单网络,降低了网络的冗余度.误差分析表明:嵌套BP人工神经网络模型的分类准确率在中云和薄卷云这两类上分别提高了42.7％和11.3％,整个分类模型的平均平方误差和标准化平均平方误差分别降低了6.1％和44.7％,相关系数提高了3.4％.通过3个个例的对比分析发现,嵌套模型的分类结果比传统模型的分类结果更合理,特别是在中低云和薄卷云的云量和位置分辨能力上有了较大提高.

关键词：云分类、FY-2C气象卫星、BP人工神经网络

所属期刊栏目：23

分类号：TN3;P41

资助基金：国家自然科学基金项目40875039,40921160381

在线出版日期：2012-08-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：355-363