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:
运用人工神经网络与主分量分析(PCA)相结合的方法,对同一降水预报量的各种数值预报产品进行集成预报研究.结果表明:主分量人工神经网络方法所构造的集成预报模型,不仅对历史样本的拟合精度好于个各子预报产品,独立样本的实验预报结果也显示出更好的预报准确率及稳定性.业务应用前景良好.
推荐文章
模糊神经网络区域降水预报系统
预报
模糊神经网络
粗糙集
主成分分析
计算机系统
基于主成分分析的BP神经网络长期预报模型
主成分分析
学习矩阵
BP神经网络
基于核独立分量分析的模糊核聚类神经网络集成方法
核独立分量分析
特征提取
模糊核聚类
选择性聚类集成
人工神经网络在降水预报中的应用
神经网络
判别函数
降水量
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 基于主分量神经网络的降水集成预报方法研究
来源期刊 气象 学科 地球科学
关键词 主分量 神经网络 集成预报
年,卷(期) 2011,(3) 所属期刊栏目 论文
研究方向 页码范围 352-355
页数 分类号 P457.6
字数 3142字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (58)
共引文献  (49)
参考文献  (13)
节点文献
引证文献  (21)
同被引文献  (96)
二级引证文献  (80)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(1)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(3)
  • 参考文献(1)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(5)
  • 参考文献(2)
  • 二级参考文献(3)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(4)
  • 参考文献(2)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(8)
  • 参考文献(2)
  • 二级参考文献(6)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(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)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(3)
  • 引证文献(1)
  • 二级引证文献(2)
2014(8)
  • 引证文献(2)
  • 二级引证文献(6)
2015(9)
  • 引证文献(3)
  • 二级引证文献(6)
2016(19)
  • 引证文献(4)
  • 二级引证文献(15)
2017(19)
  • 引证文献(4)
  • 二级引证文献(15)
2018(13)
  • 引证文献(1)
  • 二级引证文献(12)
2019(18)
  • 引证文献(3)
  • 二级引证文献(15)
2020(9)
  • 引证文献(0)
  • 二级引证文献(9)
研究主题发展历程
节点文献
主分量
神经网络
集成预报
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
气象
月刊
1000-0526
11-2282/P
16开
北京中关村南大街46号
2-495
1950
chi
出版文献量(篇)
4405
总下载数(次)
12
总被引数(次)
77289
论文1v1指导