最优子集的神经网络预报建模研究

• 作者: 袁成松 金龙 陈宁
• 来源期刊: 气象
• 学科: 地球科学
• 关键词: 最优子集 逐步回归 神经网络
• 年，卷（期）: 1999,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 14-19
• 页数: 6页
• 分类号: P4
• 字数: 4682字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0526.1999.01.003

摘要

作者尝试用最优子集方法进行神经网络长期预报模型的建模方法研究.结果表明,在很多情况下,由于最优子集方法比逐步回归方法能选取更好的预报因子,因此所构造的神经网络预报模型具有更好的拟合和预报效果,这为神经网络在长期预报的应用研究提供了新的思路和方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁成松		24	598	14.0	24.0
2	陈宁		6	136	6.0	6.0
3	金龙		7	247	7.0	7.0