排序方式： 共有7条查询结果，搜索用时 15 毫秒
1
1.
基于NLCCA的中国夏季降水与东亚夏季风关系的探讨 总被引：1，自引：0，他引：1
运用一种基于人工神经网络的非线性典型相关分析方法(NLCCA),对中国夏季降水与东亚夏季风之间的非线性关系进行了分析。结果表明,夏季降水对东亚夏季风的响应具有一定的非线性,当夏季风较强与较弱时,对应的中国夏季降水异常分布呈现明显的不对称性。夏季降水与夏季风之间的关系可分离为线性响应和非线性响应,其中非线性响应部分占总方差贡献的52.1%,说明我国夏季降水异常分布与东亚夏季风相互之间的关系既有线性特征也有非线性特征,非线性响应略显重要。 相似文献
2.
3.
4.
5.
运用一种基于神经网络的非线性主成分分析法（nonlinear principal component analysis,NLP-CA）对中国1951—2003年53 a四季气温距平场（surface air temperature anomaly,SATA）进行分析,NLPCA第一模态结果显示中国四季气温异常具有一定的非线性特征,并且具有显著的季节性差异,即春、夏两季的非线性较强,秋、冬两季较弱。一维NLPCA对原始气温距平场的近似比一维PCA（principal component analysis）更好地反映了气温场的实际分布情况。 相似文献
6.
非线性主成分分析在中国四季降水异常分布中的应用 总被引：1，自引：0，他引：1
利用中国160站逐月降水资料,运用一种基于前馈型人工神经网络的非线性主成分分析方法(nonlinear principal component analysis,NLPCA)研究了中国近50 a四季降水异常分布的非线性特征.结果表明,NLPCA有能力表示出更一般的低维结构特征.四季降水的异常分布都具有一定的非线性相关空间结构,其中春夏季节非线性较强,秋冬季节稍弱;四季降水距平的一维NLPCA近似在非线性主成分取极端相反位相时,对应的空间分布型表现出明显的不对称性.四季降水异常的一维NLPCA近似都比传统一维PCA的近似逼真,且存在季节变化. 相似文献
7.
基于华东399个气象站点逐日最高、最低气温数据，利用极端气候指数软件RClimdex和线性倾向估计、Mann-Kendall突变检验、概率密度函数等气候统计诊断方法，分析了华东极端气候的时空变化特征。结果表明，1961-2015年期间，华东最低气温极大值和极小值分别以0.2℃/10a和0.6℃/10a的趋势显著增加，最高气温极小值以0.3℃/10a的趋势显著增加，结冰、霜冻、冷夜和冷昼日数分别以0.5d/10a、3.7d/10a、2.0%/10a和0.7%/10a显著减少，夏天日数、热夜日数、暖夜和暖昼日数分别以2.9d/10a、2.8d/10a、1.8%/10a和0.8%/10a显著增加。期间华东最低和最高气温极值均发生升高突变，霜冻和结冰日数、冷夜和冷昼日数分别在20世纪80年代中后期和90年代发生减少突变，夏天日数、热夜日数、暖夜和暖昼日数则在2000年发生增多突变。与1961-1990年期间相比，1991-2015年间华东最低和最高气温极值的概率密度函数分布均右移，峰值多增大；霜冻、结冰、冷夜和冷昼日数的分布函数左移，峰值升高，形状变窄，而夏天日数、热夜日数、暖夜和暖昼日数恰好相反。 相似文献
1