|
|||||
|
|
| 动态学习率神经网络预测气温的尝试 | |
| 引用本文： | 周慧,朱彬,陈万隆,朱国强,黄赛群.动态学习率神经网络预测气温的尝试[J].南京气象学院学报,2005,28(3):398-403. |
| 作者姓名： | 周慧 朱彬 陈万隆 朱国强 黄赛群 |
| 作者单位： | 1. 南京信息工程大学,应用气象学系,江苏,南京,210044;湖南省气象台,湖南,长沙,410007 2. 南京信息工程大学,应用气象学系,江苏,南京,210044 3. 南京信息工程大学,信息与通信系,江苏,南京,210044 4. 沅江市气象局,湖南,沅江,416000 |
| 基金项目： | 国家自然科学基金资助项目(49375248) |
| 摘 要： | 采用单站气象资料建立动态学习率的神经网络预测模型，进行逐日气温模拟预测，并与逐步回归预测模型和固定学习率的神经网络模型比较，结果表明，神经网络模型预测能力较好，但训练时间长。采用动态学习率的网络模型在不损失预测精度的前提下大大减少了训练时间，为神经网络在气象中的应用提供了一种方法。 |
| 关 键 词： | 神经网络 BP算法 气温预测 逐步回归 |
| 文章编号： | 1000-2022(2005)03-0398-06 |
Daily Air Temperature Predication Using a Dynamic Learning Rate Neural Network System |
|
| ZHOU Hui,ZHU Bin,CHEN Wan-Long,ZHU Guo-qiang,HUANG Sai-qun.Daily Air Temperature Predication Using a Dynamic Learning Rate Neural Network System[J].Journal of Nanjing Institute of Meteorology,2005,28(3):398-403. | |
| Authors: | ZHOU Hui ZHU Bin CHEN Wan-Long ZHU Guo-qiang HUANG Sai-qun |
| Abstract: | This paper discusses the construction and application of BP-type multilevel mapping model with dynamic learning rate .Based on the 2002 observed temperature data of Yuanjiang Meterorological Station in Hunan Province,daily mean temperature prediction is made by using a dynamic learning rate model,a fixed learning rate model and a stepwise regression model.Results suggest that the BP neural network model is superior to the regression model in predictions,and also swift in learning if the dynamic learning rate is adopted. |
| Keywords: | artificial neural networks BP algorithm air temperature prediction stepwise regression |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |