广西壮族自治区自然科学基金(0339025)
- 作品数：4 被引量：73H指数：3
- 相关作者：金龙吴建生陈冰廉彭海燕林健玲更多>>
- 相关机构：广西气象减灾研究所广西师范大学广西师范学院更多>>
- 发文基金：广西壮族自治区自然科学基金国家自然科学基金更多>>
- 相关领域：天文地球自动化与计算机技术轻工技术与工程经济管理更多>>
- 基于遗传算法的神经网络短期气候预测模型被引量：45
- 2005年
- 用遗传算法优化神经网络的连接权和网络结构,并在遗传进化过程中采取保留最佳个体的方法,进行短期气候预测建模研究。该方法克服了由于神经网络初始权值的随机性和网络结构确定过程中所带来的网络振荡,以及网络极易陷入局部解问题。作为应用实例,以广西全区4月份平均降水作为预报量及前期500 hPa月平均高度场,海温场高相关区作为预报因子,建立基于遗传算法的神经网络短期气候预测模型。将这种方法与传统的逐步回归方法作对比分析,结果表明,该方法具有预报精度高,稳定性好的特点。
- 金龙吴建生林开平陈冰廉
- 关键词：人工神经网络遗传算法气象预报
- 神经网络的统计学习理论基础被引量：3
- 2005年
- 介绍神经网络的统计学习过程和理论,讨论基于经验风险最小化的学习理论对神经网络推广性能的影响,分析基于结构风险最小化的支持向量机.认为神经网络因其出色的高度非线性映射能力、自组织和适应能力、记忆联想能力,使得神经网络成为机器学习的重要研究领域.
- 吴建生金龙
- 关键词：神经网络统计学习结构风险最小化非线性映射能力联想能力自组织
- 区域降水数值预报产品人工神经网络释用预报研究被引量：23
- 2006年
- 利用T213、日本细网格降水预报等数值预报产品,采用人工神经网络方法进行预报释用.通过聚类分析方法对广西自治区测站进行分类,简化预报对象,对数量众多的T213数值预报产品采用自然正交分解（EOF）方法,浓缩大量因子的有效信息,并结合日本降水预报因子建立广西5～6月区域降水量级的逐日人工神经网络预报模型.运用与实际业务预报相同的方法进行逐日预报试验.结果表明,用这种数值预报产品释用方法建立广西3个预报区域的B-P人工神经网络预报模型对中雨以上降水量级预报的TS评分分别为0.55、0.5和0.26,比目前业务预报中参考使用的T213和日本数值预报产品降水预报具有更好的预报效果.
- 林健玲金龙彭海燕
- 关键词：人工神经网络EOF数值预报产品释用
- 广西夏季异常降雨量的前馈网络预报模型被引量：4
- 2005年
- 以1957～2001年广西37个基准站的夏季(6～8月)平均降水量为基础,将夏季降水量距平百分率大于等于20%、小于等于-23%作为异常多雨和少雨年,建立广西夏季降水量'0、1'化的异常序列,利用前馈网络的非线性映射技术,构造广西夏季降水异常预报模型.通过对该模型的预报检验分析发现,该预报模型不仅能准确地报出历史样本的异常多雨和异常少雨年,并且对2002～2004年的独立样本预报也全部正确.这为异常降水的短期气候预测业务工作提供了新的思路和方法.
- 覃志年金龙何慧李艳兰黄雪松罗莹
- 关键词：前馈网络
