基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
以湛江地区50年来的月降水量为时间序列,利用高斯径向基函数,选择输入窗口(时滞)大小为6,建立了一种智能型的径向基函数神经网络预测系统,并分别对1991~2000年和2001~2003年的月降水量进行了测试预报和独立样本预测.结果显示,该模型预测效果明显优于传统的线性自回归预测模型,各月平均的平均绝对误差(MAE)和均方误差(RMSE)达到41.8和55.7.虽然该模型对降水量的预报还存在量级偏小的系统性偏差,但它完全有可能为本地区短期气候预测提供一种客观、自动的业务预报方法.
推荐文章
基于径向基神经网络的月降水量预测模型研究
月降水量
径向基神经网络
预测
基于神经网络模型的降水量预测研究
神经网络
降水量
预测
基于BP神经网络时间序列模型的降水量预测
降水量
时间序列
BP神经网络
降水量预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 湛江降水量的径向基神经网络预测模型
来源期刊 热带气象学报 学科 地球科学
关键词 湛江降水量 径向基神经网络 模型预测系统
年,卷(期) 2006,(1) 所属期刊栏目 短论
研究方向 页码范围 91-95
页数 5页 分类号 P426.61.4
字数 534字 语种 中文
DOI 10.3969/j.issn.1004-4965.2006.01.014
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 罗泽举 6 67 4.0 6.0
2 薛宇峰 3 21 2.0 3.0
3 宋丽红 1 19 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (77)
参考文献  (5)
节点文献
引证文献  (19)
同被引文献  (57)
二级引证文献  (162)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(5)
  • 参考文献(1)
  • 二级参考文献(4)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(5)
  • 引证文献(3)
  • 二级引证文献(2)
2008(9)
  • 引证文献(7)
  • 二级引证文献(2)
2009(13)
  • 引证文献(4)
  • 二级引证文献(9)
2010(9)
  • 引证文献(0)
  • 二级引证文献(9)
2011(20)
  • 引证文献(2)
  • 二级引证文献(18)
2012(18)
  • 引证文献(1)
  • 二级引证文献(17)
2013(17)
  • 引证文献(0)
  • 二级引证文献(17)
2014(17)
  • 引证文献(0)
  • 二级引证文献(17)
2015(17)
  • 引证文献(0)
  • 二级引证文献(17)
2016(17)
  • 引证文献(0)
  • 二级引证文献(17)
2017(12)
  • 引证文献(2)
  • 二级引证文献(10)
2018(14)
  • 引证文献(0)
  • 二级引证文献(14)
2019(12)
  • 引证文献(0)
  • 二级引证文献(12)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
湛江降水量
径向基神经网络
模型预测系统
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
热带气象学报
双月刊
1004-4965
44-1326/P
大16开
广州市福今路6号
1984
chi
出版文献量(篇)
1950
总下载数(次)
5
总被引数(次)
37842
论文1v1指导