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
基于粒子群算法的神经网络短期降水预报建模研究
神经网络集成
粒子群优化
二次规划
基于主分量的神经网络水位预报模型应用研究
水位预报
面雨量
神经网络
主分量
基于人工神经网络的暴雨预报方法探讨
人工神经网络
动力模式
环流形势场
扩展正交分解主分量
暴雨预报
基于粒子群和投影寻踪的样本重构神经网络集成模型在降水预报中的应用
投影寻踪
粒子群优化算法
样本重构
神经网络集成
降水预报
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