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

• 作者: 吴建生 吴春梅
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2011,（2）
• 页码范围: 23-28
• 分类号: TP183
• 字数: 5968字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2011.02.007

摘要

首先利用粒子群算法和投影寻踪技术构造神经网络的学习矩阵,基于负相关学习的样本重构方法生成神经网络集成个体,进一步用粒子群算法和投影寻踪回归方法对集成个体集成,生成神经网络集成的输出结论,建立基于粒子群算法.投影寻踪的样本重构神经网络集成模型.该方法应用于广西全区的月降水量预报,结果表明该方法在降水预报中能有效从众多天气因子中构造神经网络的学习矩阵,而且集成学习预测精度高、稳定性好,具有一定的推广能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴春梅	柳州师范高等专科学校数学与计算机科学系	15	177	4.0	13.0
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