基于MATLAB的主成分RBF神经网络降水预报模型

• 作者: 农吉夫 金龙
• 来源期刊: 热带气象学报
• 学科: 地球科学
• 关键词: 月平均降水量 主成分分析 RBF神经网络
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 论著
• 页码范围: 713-717
• 页数: 5页
• 分类号: P426.62
• 字数: 4028字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-4965.2008.06.018

摘要

以前期500 hPa高度场、海温场为预报因子,采用径向基函数(RBF)神经网络与主成分分析相结合的方法,建立了广西中部5月平均降水预报模型.在5年独立样本的预测检验中,预测的平均相对误差、均方误差及平均绝对误差分别为18.12%、50.52和34.23.对比分析RBF神经网络与BP(Back Propagation)神经网络的预测结果,表明RBF神经网络预测结果更准确、精度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	农吉夫	广西民族大学数学与计算机科学学院	18	217	6.0	14.0
2	金龙		9	109	6.0	9.0