基于门控单元循环神经网络的台风路径预测

• 作者: 吴凤波 徐高扬 郑海涛 黄国庆
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 动态规整 相似度 长短时记忆网络 门控单元网络 路径预测
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 119-125
• 页数: 7页
• 分类号: TP183
• 字数: 3799字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.05.022

摘要

传统的神经网络结构不能很好地处理序列问题.通过对历史台风数据库中的台风分类,提出基于门控单元网络的台风路径预测模型.利用历史台风的经纬度信息,分别用普通循环神经网络、长短时记忆网络和门控单元网络预测台风未来6小时位置信息.实验表明,在测试集上门控单元网络具有最小的平均绝对误差,能够有效提高路径预测精度,与稀疏循环神经网络预测方法相比,有更小的平均绝对误差.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴凤波	西南交通大学土木工程学院	4	2	1.0	1.0
2	黄国庆	重庆大学土木工程学院	15	64	4.0	7.0
4	徐高扬	西南交通大学数学学院	2	1	1.0	1.0
5	郑海涛	西南交通大学数学学院	2	1	1.0	1.0