基于自然正交展开的神经网络长期预报模型

• 作者: 王业宏 金龙
• 来源期刊: 自然灾害学报
• 学科: 地球科学
• 关键词: 月降水量 自然正交展开 学习矩阵 人工神经网络
• 年，卷（期）: 2003,（2）
• 页码范围: 127-132
• 页数: 6页
• 分类号: P46
• 字数: 4763字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-4574.2003.02.023

摘要

对月降水量的前期500hPa高度场、海温场相关预报因子进行EOF展开,并取其中与预报量相关程度较高的主成分,结合人工神经网络技术,建立了一种新的短期气候预测模型.将这种新的预报模型与同样根据这些预报因子建立的回归预报模型进行了对比分析.结果表明,这种新的短期气候预测模型由于集中了众多预报因子的预报信息,并有效地利用了神经网络方法的非线性映射能力,因此比传统预报方法的预报精度显著提高,并且稳定性好,具有很好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金龙		43	694	14.0	24.0
2	王业宏		5	194	5.0	5.0