| 基于最小二乘与径向基函数神经网络的海平面变化预测 |
| |
| 引用本文： | 赵 健,樊彦国,丁 宁.基于最小二乘与径向基函数神经网络的海平面变化预测[J].海洋科学,2018,42(5):92-97. |
| |
| 作者姓名： | 赵 健 樊彦国 丁 宁 |
| |
| 作者单位： | 中国石油大学(华东) 地球科学与技术学院；青岛海洋科学与技术国家实验室海洋矿产资源评价与探测技术功能实验室,中国石油大学(华东) 地球科学与技术学院；青岛海洋科学与技术国家实验室海洋矿产资源评价与探测技术功能实验室,中国石油大学(华东) 地球科学与技术学院 |
| |
| 基金项目： | 中央高校基本科研业务费专项资金资助(18CX02066A); 山东省自然科学基金项目(ZR2014DQ008); 中国石油科技创新基金项目(2015D-5006-0302) |
| |
| 摘 要： | 在对海平面变化规律进行深入分析的基础上,应用最小二乘神经网络组合模型对海平面变化趋势进行预测;对卫星测高海平面异常序列中的周期项及线性趋势项利用最小二乘模型进行拟合,残差部分则采用径向基函数神经网络模型进行预测。对中国近海海域卫星测高海平面异常序列的预测表明,连续1个月的预测精度为0.52 cm, 3个月的预测精度为0.65 cm,证明了该组合模型在海平面变化短期预测方面的可靠性,其在海平面变化预测领域具有较高的应用价值。
|
| 关 键 词： | 海平面异常 最小二乘拟合 径向基函数神经网络 预测精度 |
| 收稿时间： | 2016/10/12 0:00:00 |
| 修稿时间： | 2018/5/20 0:00:00 |
Sea level anomaly forecasting using least square and the radial basis function neural network |
| |
| ZHAO Jian,FAN Yan-guo and DING Ning.Sea level anomaly forecasting using least square and the radial basis function neural network[J].Marine Sciences,2018,42(5):92-97. |
| |
| Authors: | ZHAO Jian FAN Yan-guo and DING Ning |
| |
| Abstract: | |
| |
| Keywords: | sea level anomaly least square fitting radial basis function network forecast accuracy |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《海洋科学》浏览原始摘要信息 |
| 点击此处可从《海洋科学》下载免费的PDF全文 |
