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:
传统BP神经网络在训练完之后,其权重是固定不变的,加上神经网络的样本的标准化处理,将使得网络不易描绘样本峰值.因此,本文考虑变权的方法,以调节训练后的BP网络权重,基于变权次数,建立不同网络模型,并利用不同网络输出值与相应实测值进行比较.结果表明:变权BP网络预报效果有较大提升,同时,降低了对因子相关性的要求.
推荐文章
BP神经网络在电线积冰定量预报中的应用
电线积冰
时空分布
聚类分析
BP神经网络
BP与LSTM神经网络在福建小流域水文预报中的应用对比
长短期记忆人工神经网络
降雨径流预报
洪水预报
数据驱动模型
花授粉算法-BP神经网络模型及其在月径流预报中的应用
径流预报
花授粉算法
BP神经网络
参数优化
基于BP神经网络预报的动态矩阵预测控制
神经网络
预测控制
动态矩阵控制
模型预测
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 基于权重调整的BP神经网络在Nino区海温预报中的应用
来源期刊 海洋预报 学科 地球科学
关键词 BP网络 权重 变权BP网络
年,卷(期) 2011,(5) 所属期刊栏目 研究与分析
研究方向 页码范围 61-68
页数 分类号 P731
字数 5795字 语种 中文
DOI 10.3969/j.issn.1003-0239.2011.05.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘科峰 解放军理工大学气象学院 39 292 9.0 15.0
2 周广庆 中国科学院大气物理研究所 38 793 17.0 27.0
3 张军 解放军理工大学气象学院 25 172 6.0 12.0
4 陈璇 解放军理工大学气象学院 9 99 5.0 9.0
6 游小宝 7 86 3.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (47)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (3)
二级引证文献  (2)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(6)
  • 参考文献(0)
  • 二级参考文献(6)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
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(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(5)
  • 参考文献(2)
  • 二级参考文献(3)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
BP网络
权重
变权BP网络
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
海洋预报
双月刊
1003-0239
11-1837/P
16开
北京市海淀区大慧寺8号
1984
chi
出版文献量(篇)
1467
总下载数(次)
3
总被引数(次)
8379
论文1v1指导