自组织网络与广义回归网络耦合的副热带高压指数预测

被引：5

作者：

王彦磊 ^{[1
]}

滕军 ^{[1
]}

张韧 ^{[2
,3
]}

万齐林 ^{[3
]}

董兆俊 ^{[1
]}

白志鹏 ^{[1
]}

机构：

[1] 中国人民解放军部队

[2] 解放军理工大学气象学院海洋与空间环境系

[3] 中国气象局广州热带海洋气象研究所

来源：

热带气象学报 | 2008年 / 05期

关键词：

太平洋副高; 亚洲季风; 自组织神经网络; 径向基函数网络;

D O I：

10.16032/j.issn.1004-4965.2008.05.004

中图分类号：

P457.4 [气压预报];

学科分类号：

0706 ; 070601 ;

摘要：

利用亚洲夏季风系统中各成员变化活动与西太平洋副高存在的不同程度的时延相关性,从1995～2004年NCEP/NCAR逐日再分析资料中,提取了亚洲夏季风系统各成员变化活动的特征指标及其对应的超前三候的西太平洋副高(简称副高)面积和脊线指数。在此基础之上,建立了自组织网络与径向基函数网络串级耦合的副高指数预测模型。该模型首先用自组织网络对各指标样本按其自身相似原则进行无监督分类,随后用广义回归网络分别对分类出的各指数样本子集进行有监督的训练建模和预测。模型的预测试验结果表明:副高指数的预测结果与其实际值之间的相关系数达到0.89,明显优于单一的神经网络模型预测效果。

引用

页码：475 / 482

页数：8

共 13 条

[1] 小波分解与SOFM-BP网络结合的西太平洋副高数值预报产品优化技术 [J].