基于K近邻非参数回归的神经网络集成降水预测模型

• 作者: 吴建生 陈恩红
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 降水预测 神经网络集成 K近邻
• 年，卷（期）: 2010,（7）
• 页码范围: 114-118
• 分类号: TP3
• 字数: 5622字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2010.07.037

摘要

降水预测是减灾防灾的重要研究课题.以中国气象局的T213和日本的细网格数据资料为基础,利用Bagging技术和不同的神经网络算法生成神经网络集成个体,采用主成分分析方法提取综合信息,最后建立多元K近邻非参数回归模型集成,以此对广西前汛期5月~6月的降水量进行预报,检验结果表明该模型预报稳定性好,预报准确率较高,具有较好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈恩红	中国科学技术大学计算机科学技术系	87	1942	22.0	42.0
2	吴建生	柳州师范高等专科学校数学与计算机科学系	25	292	9.0	16.0