用神经网络方法对雷达资料进行降水类型的分类

• 作者: 王静 程明虎
• 来源期刊: 气象
• 学科: 地球科学
• 关键词: 神经网络 雷达资料 降水类型
• 年，卷（期）: 2007,（7）
• 所属期刊栏目: 研究论文
• 页码范围: 55-59,插1
• 页数: 6页
• 分类号: P4
• 字数: 3266字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0526.2007.07.006

摘要

利用不依赖先验统计模型的多层前馈神经网络模型对合肥的新一代S波段A系列雷达2001-2003年的降水资料进行了三种降水类型的分类,并将训练完成后的网络应用于一次降水过程.利用单隐层的多层前馈神经网络模型,在取适当参数时,已经可以较好地对雷达资料进行对流云降水、层状云降水和混合云降水三种降水类型的分类.同时验证了:训练集样本的数量和顺序、隐层神经元的数目以及学习率的选择等都将影响分类的成功率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程明虎		45	882	19.0	28.0
2	王静		29	492	13.0	22.0