基于LSTM深度神经网络的精细化气温预报初探

• 作者: 倪铮 梁萍
• 来源期刊: 计算机应用与软件
• 学科: 地球科学
• 关键词: 气温预报 LSTM神经网络 深度神经网络 机器学习 循环神经网络
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 233-236,271
• 页数: 5页
• 分类号: P456.9
• 字数: 2800字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.11.040

摘要

利用LSTM(Long Short-Term Memory)深度神经网络和空军T511数值预报产品,对宝鸡市2017年9月到2018年3月每日逐3小时实况观测的数据进行模拟分析,建立宝鸡市未来24小时精细化气温预报模式.结果 表明:其精细化气温预报准确率为68.75％,日最低气温预报准确率为84.62％,日最高气温预报准确率为61.54％,并能较好地对天气过程转折进行刻画,可满足日常气温预报的需要.