共查询到19条相似文献，搜索用时 78 毫秒
1.
2.
3.
4.
5.
6.
7.
计算结构可靠度的RBF神经网络响应面法 总被引：6，自引：0，他引：6
对功能函数不能明确表达的问题进行可靠度分析，常采用响应面法。其中二次多项式响应面法应用较为广泛，采用与此方法相同的思路，提出了RBF神经网络响应面法，并通过算例与常用的BP神经网络响应面法进行了对比分析，该方法在学习速度、迭代次数等方面均优于BP神经网络响应面法。该方法用于大型复杂结构的可靠性分析，可相应提高工作效率和解题质量，具有一定实际应用价值。 相似文献
8.
运用BP网络附加动量法和自适应学习速率法，建立神经网络模型，模拟计算涌潮波速。根据部分试验数据对网络进行训练，确定相关参数，建立涌潮波速计算模型，同时利用其余部分试验数据对模型进行检验，模拟结果与试验数据吻合较好，相关程度高，表明神经网络模型用于计算涌潮波速是合适的。 相似文献
9.
以1993—2018年北太平洋海表面温度(SST)、海表面盐度(SSS)、叶绿素a浓度(Chl-a)、二氧化碳分压(pCO2)等数据为基础，利用传统线性回归分析和BP神经网络算法，建立表层海水pH值的预测模型。结果表明：两种方法对于重建北太平洋表层海水pH值都能达到较高的精度，其中线性回归模型基于SSS、Chl-a、pCO2参数模拟最佳，BP神经网络模型基于SST、SSS、Chl-a、pCO2参数模拟最佳。对比两种最佳模型的均方根误差和拟合系数发现，BP神经网络模型优于线性回归模型。除此之外，最佳BP神经网络模型在4个季节的拟合效果均很好，不同季节的适用性远高于最佳线性回归模型。表层海水pH值受到多种因素的综合影响，与pCO2、SST呈负相关关系，与SSS、Chl-a呈正相关关系。应用最佳BP神经网络模型重建北太平洋表层海水pH值发现，本研究模型的预测结果与已有研究、哥白尼欧洲地球观测计划数据、站点实测数据都存在很好的一致性，表层海水pH值冬季高于夏季，整体呈现西北高东南低的趋势。 相似文献
10.
11.
高频地波雷达是海洋环境监测的重要手段，当前已经实现对海流的业务化观测，但是外部因素常引起海流空间探测的不连续性。为解决此问题，尽量保障区域数据的完整性和准确性，本文将BP神经网络技术与空间插值相结合，建立了海流的BP神经网络插值模型，并进行了针对实测数据的缺失插值仿真，通过与反距离权重法和线性插值法插值结果的对比，分析该模型在区域海流大面积缺失、流速整体较大和流速整体较小3个方面的性能。结果表明，BP神经网络插值模型的海流预测效果明显优于其他两种方法，且在流场数据大范围缺失下也取得了良好的效果。 相似文献
12.
从考虑地形改正的基础出发,运用神经网络进行GPS水准高程拟合。从节约计算时间的角度提出了新的思路,认为不必深究于过密的DEM模型数据,DEM模型数据只是中间过程,能达到精度要求即可,如果过于强调其精度,相反还会带入DEM高程模型算法本身的系统误差。并提出了DEM模型的密度是否符合拟合要求的初步判定方法。还对神经网络的基本理论作了简单的概括和说明。 相似文献
13.
14.
用Matlab中的Neural Network Toolbox仿真赤道东太平洋SST的预报模型 总被引：2，自引：0，他引：2
基于ＮＣＥＰ／ＮＣＡＲ再分析资料和ＣＯＡＤＳ海洋资料中的全球月平均海平面气压场、８５０hPa纬向风场及海洋温度场，利用Ｍatlab中的Ｎeural Network Toolbox仿真环境和ＢＰ模型改进算法比较准确地仿真和反演出了南方涛动指数、赤道纬向风指数和滞后的赤道东太平洋海温之间的动力结构和预报模型。该模型具有很好的拟合精度和可行的预报效果。可在一定时效内预测赤道东太平洋月平均海温的变化趋势。由于所建系统是具有直接因果关系的预报模型，因此不仅可直接用于预测，而且可有效避免类拟非线性微分方程组在积分过程中由于对初值敏感性而可能产生的对预报结果的不确定性。 相似文献
15.
本文基于Jason-2高度计数据，在12个不同季节的cycle数据中组合1~6个cycle的有效波高、风速和海况偏差为训练集，选取Jason-2的另外3个不同季节的cycle数据集为测试集。经检验分析，确定3个cycle对应的BP神经网络模型。将该模型应用于HY-2高度计海况偏差的估计，通过海况偏差与有效波高及风速的拟合优度、解释方差和残差对比分析，结果表明:神经网络BP模型可以有效应用于HY-2的海况偏差估计并明显优于传统海况偏差参数模型。 相似文献
16.
数字高程模型(DEM)生产中最关键的环节是质量控制,而粗差是影响DEM质量的重要因素之一。简单介绍了自适应最小二乘估计的原理,并将其用于DEM趋势面拟合中,结果表明该方法具有良好的抗粗差的能力,用含粗差的数据拟合出的曲面与实际地形比较符合。 相似文献
17.
水边线法是潮间带地形遥感反演的重要方法。针对常规水边线方法在应用于地形多变的岸外沙洲潮间带数字高程模型（DEM）构建中出现的水边线交叉和缺乏表现潮沟微地形特征的问题,本文提出了一种增强型地形遥感构建方法:首先通过潮位排序,筛选出具有正确高程变化趋势、空间分离的水边线;然后对筛选过程中水边线位置相近的影像组按像元计算改进的归一化差值水体指数并进行均值序列合成,提取出合成海陆边界线,二者共同构建出初始的潮间带DEM;进一步利用低潮期的潮沟边界线和中线生成潮沟DEM,通过潮沟镶嵌处理,最终获得可表达滩面微地形起伏的潮滩DEM。该方法在江苏岸外辐射沙洲中部核心区域的模拟应用表明,对比4条验证剖面的平均结果,高程平均绝对误差为0.43 m,均方根误差为0.54 m,相关系数（r）为0.75,模拟高程与验证高程在剖面起伏形态变化方面具有良好的一致性,同时模拟DEM的空间破碎度小,能够反映更多的细节地形特征。该方法可为利用多源遥感数据构建考虑微地形变化的高精度潮间带地形DEM提供新的思路。 相似文献
18.
19.
基于多种神经网络的风暴潮增水预测方法的比较分析 总被引：1，自引：0，他引：1
简要介绍了利用BP神经网络、小波神经网络、递归神经网络进行风暴潮增水值预测的原理。选取广东省珠江口以南的阳江站2017年风暴潮增水数据进行测试。结果表明,三种神经网络方法针对阳江地区风暴潮增水的预测均具有可靠性和实用性。以当前增水值为输入量的单因子模型更能反映真实风暴潮增水趋势,而从增水极值预测的准确性来看,以台风风力、气压、风向等相关参数为输入量的多因子模型优于单因子模型。BP神经网络更适用于多因子长时间预测,小波神经网络在单因子短时间预测上准确性更高,递归神经网络预测值与实测值相关性更强。在工程运用中,需根据地域时空特点、数据资料的丰富度与预测值评估指标选择合适的方法。 相似文献