| 基于MATLAB的主成分RBF神经网络降水预报模型 |
| |
| 引用本文： | 农吉夫,金龙.基于MATLAB的主成分RBF神经网络降水预报模型[J].热带气象学报,2008,24(6):713-717. |
| |
| 作者姓名： | 农吉夫 金龙 |
| |
| 作者单位： | 1. 广西民族大学数学与计算机科学学院,广西,南宁,530006
2. 广西区气象减灾研究所,广西,南宁,530022 |
| |
| 基金项目： | 国家自然科学基金项目
，
广西民族大学青年科研基金项目
|
| |
| 摘 要： | 以前期500 hPa高度场、海温场为预报因子，采用径向基函数(RBF)神经网络与主成分分析相结合的方法，建立了广西中部5月平均降水预报模型。在5年独立样本的预测检验中，预测的平均相对误差、均方误差及平均绝对误差分别为18.12%、50.52和34.23。对比分析RBF神经网络与BP(Back Propagation)神经网络的预测结果，表明RBF神经网络预测结果更准确、精度更高。
|
| 关 键 词： | 月平均降水量 主成分分析 RBF神经网络 |
| 收稿时间： | 2007/7/30 0:00:00 |
| 修稿时间： | 2007/12/28 0:00:00 |
THE RAINFALL FORECAST MODEL OF PCA-RBF NEURAL NETWORKS BASED ON MATLAB |
| |
| NONG Ji-fu and JIN Long.THE RAINFALL FORECAST MODEL OF PCA-RBF NEURAL NETWORKS BASED ON MATLAB[J].Journal of Tropical Meteorology,2008,24(6):713-717. |
| |
| Authors: | NONG Ji-fu and JIN Long |
| |
| Institution: | NONG Ji-fu 1,JIN Long 2(1.College of Mathematics , Computer Science,Guangxi University for Nationalities,Nanning 530006,China,2.Guangxi Research Institute of Meteorological Disasters Mitigation,Nanning 530022,China) |
| |
| Abstract: | Based on previous 500 hPa geopotential height and sea surface temperatures,a prediction model of the monthly mean rainfall in May for the central part of Guangxi is established with RBF neural network technology and principal component analysis(PCA) method.The results of the forecast experiment with 5-year samples indicate that the mean relative error is 18.12%,the root mean square error is 50.52,and the mean absolute error is 34.23.The prediction results of RBF neural network are proved to be more accurate... |
| |
| Keywords: | monthly mean rainfall principle component analysis RBF neural networks |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《热带气象学报》浏览原始摘要信息 |
| 点击此处可从《热带气象学报》下载免费的PDF全文 |
