基于相空间重构与RBF神经网络的干旱预测模型

• 作者: 侯姗姗 王鹏新 田苗
• 来源期刊: 干旱地区农业研究
• 学科: 农学
• 关键词: 预测 条件植被温度指数 相空间重构 径向基函数神经网络
• 年，卷（期）: 2011,（1）
• 页码范围: 224-230
• 分类号: S423
• 字数: 6284字
• 语种: 中文

摘要

通过引入混沌和相空间重构理论,将一维时间序列重构为多维序列,并与径向基函数神经网络模型相结合,建立了基于条件植被温度指数(VTCI)的干旱预测模型,并对其进行了验证.结果表明:干旱预测结果与实际干旱监测结果中的VTCI最大值、最小值、平均值及标准差十分接近,所有样本点的预测值的相对误差的绝对值均低于9%.经过a=0.05的显著性水平检验,模型预测值与实测监测值的相关系数达0.99,表明模型预测精度较高,预测结果在实际工作中具有一定的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王鹏新	中国农业大学信息与电气工程学院	88	1238	19.0	31.0
2	田苗	中国农业大学信息与电气工程学院	7	127	5.0	7.0
3	侯姗姗	中国农业大学信息与电气工程学院	2	20	2.0	2.0