广西教育厅科研项目(201204LX506)
- 作品数：4 被引量：6H指数：2
- 相关作者：罗芳琼吴春梅蒋林利更多>>
- 相关机构：广西科技师范学院更多>>
- 发文基金：柳州师范高等专科学校科研基金广西教育厅科研项目更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 基于局部线性嵌入与主成分分析的优化的RBF降水预报模型
- 2013年
- 针对用主成分分析算法对非线性数据降维,存在丢失局部结构数据信息的不足,提出了将主成分分析与局部线性嵌入相结合的正交投影降维算法。首先采用主成分分析方法降维可算出特征空间矩阵,然后采用局部线性嵌入方法降维后提取特征空间矩阵,再将这两种方法获得的特征空间矩阵正交投影进行降维的主要信息作为预报因子,最后利用优化的径向基函数RBF建立网络模型,以此对广西5月区域日降水量进行降水预报,结果显示,该模型在预报性能上优于同期的T213日降水预报。
- 蒋林利
- 关键词：局部线性嵌入主成分分析RBF神经网络降维
- 基于PCA-LLE组合的优化RBF神经网络降水预测模型被引量：3
- 2013年
- 提出了主成分分析(PCA)和局部线性嵌入降维方法(LLE)组合的优化RBF神经网络降水预测模型,首先利用主成分分析(PCA)和局部线性嵌入降维方法(LLE)组合对众多气象物理因子降维提取有效因子,再将这些综合有效因子组成的特征空间矩阵作为优化的RBF神经网络的输入矩阵,从而建立网络模型.以此对广西5月三个不同区域平均日降水量进行预报实验,结果表明,该模型具有较好的收敛效果和泛化能力,在预报性能上明显优于同期的T213降水预报、PCA预报、LLE预报,预报稳定性好,预报准确率较高,具有一定的普遍适用性.
- 罗芳琼吴春梅
- 关键词：主成分分析径向基神经网络降维
- 基于混合优化的RBF神经网络模型研究被引量：3
- 2013年
- 根据我国居民消费价格指数的非线性特征及RBF神经网络参数难以确定的问题,建立基于正交最小二乘(OLS)、K-均值聚类、梯度下降法相结合,激活函数为高斯函数、反常S型函数和拟多二次函数的线性组合形式的混合优化RBF神经网络模型,同时运用所建模型对我国居民消费价格指数进行拟合和预测。实验结果表明,该模型能够很好地解决居民消费价格指数拟合和预测这一问题,预测精度比单独使用一种算法和基于高斯函数的混合算法都高,具有一定的普遍适用性。
- 罗芳琼
- 关键词：径向基神经网络
- 基于LLE的优化RBF神经网络降水预报模型被引量：1
- 2013年
- 利用局部线性嵌入降维方法(LLE)提取有效因子,并将这些有效因子组成的特征空间矩阵作为优化的RBF神经网络的输入矩阵,从而建立网络模型。以此对广西5月区域平均日降水量进行预报,结果表明,该模型具有较好的收敛效果和泛化能力,在预报性能上明显优于同期的T213降水预报,具有一定的普遍适用性。
- 罗芳琼
- 关键词：局部线性嵌入径向基神经网络降维
