基于核偏最小二乘回归神经网络集成降水预测模型

• 作者: 汪灵枝 陆克盛
• 来源期刊: 沈阳农业大学学报
• 学科: 工学
• 关键词: 核偏最小二乘回归 神经网络集成 降水预测
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 研究简报
• 页码范围: 345-348
• 页数: 4页
• 分类号: TM932
• 字数: 2047字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1700.2013.03.018

摘要

为了提高降水预测的精确度和稳定性,提出一种新颖的基于核偏最小二乘回归的径向基神经网络集成降水预测模型.该模型通过Bagging技术和Boosting技术把原始数据集分成不同的训练数据集,并利用该训练数据集和不同核函数的径向基神经网络进行预测处理,再将核偏最小二乘回归对不同的训练结果进行集成.研究结果表明:核偏最小二乘回归集成模型有效提高神经网络集成的泛化能力,预测精度高,稳定性好,具有应用推广前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪灵枝	柳州师范高等专科学校数学与计算机科学系	25	135	5.0	11.0
2	陆克盛	广西民族师范学院数学与计算机科学系	8	8	1.0	2.0