| BP神经网络和支持向量机在紫外线预报中的应用 |
| |
| 引用本文： | 胡春梅,陈道劲,于润玲.BP神经网络和支持向量机在紫外线预报中的应用[J].高原气象,2010,29(2):539-544. |
| |
| 作者姓名： | 胡春梅 陈道劲 于润玲 |
| |
| 作者单位： | 1. 重庆市气象台,重庆,401147
2. 中国气象局,上海台风研究所,上海,200030 |
| |
| 基金项目： | 重庆市气象局"重庆主城区紫外线客观预报方法研究"项目资助 |
| |
| 摘 要： | 为了提高紫外线预报准确率,应用BP(Back Propagation Learning Algorithm)神经网络模型和支持向量机(Support Vector Machines,简称SVM)回归方法建立重庆市主城区紫外线辐射强度客观预报模型。统计相关分析结果显示,不同季节影响紫外线辐射强度的主要因素并不相同。对所有相关分析因子用逐步回归方法,按方差贡献大小筛选出预报因子,以每日紫外线平均辐射量为预报对象,分季节建立预报模型。比较用不同方法建立的预报模型发现,两种非线性模型(BP模型和SVM模型)的拟合能力优于线性逐步回归模型,但独立样本检验结果表明,3种模型的预报准确率基本相当。将3种方法所建预报模型应用T213数值预报资料进行业务试报,得到较好预报效果。
|
| 关 键 词： | BP神经网络 支持向量机 紫外线 预报准确率 |
Application of BP Artificial Neural Network and Support Vector Machines to Ultraviolet Radiation Prediction |
| |
| HU Chun-mei,CHEN Dao-jin,YU Run-ling.Application of BP Artificial Neural Network and Support Vector Machines to Ultraviolet Radiation Prediction[J].Plateau Meteorology,2010,29(2):539-544. |
| |
| Authors: | HU Chun-mei CHEN Dao-jin YU Run-ling |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《高原气象》浏览原始摘要信息 |
|
点击此处可从《高原气象》下载全文 |
|
