旱涝灾害的门限神经网络预报模型

被引:6
作者
罗莹
金龙
王业宏
机构
[1] 广西气候中心
[2] 广西气象减灾研究所
[3] 南京气象学院 广西南宁 
[4] 广西南宁 
[5] 江苏南京 
关键词
门限回归; 突变; 人工神经网络; 旱涝灾害;
D O I
暂无
中图分类号
P456 [预报方法];
学科分类号
摘要
根据旱涝灾害具有非线性和突变性的演变特征,提出了利用门限值和门限变量构造神经网络的旱涝灾害预报新方法。由于该方法可以根据预报量与预报因子间的不同相关关系构成不同的神经网络学习矩阵,因此实际的预报计算结果表明,该方法对历史样本的拟合和预报精度比一般的逐步回归方法有明显提高。
引用
收藏
页码:3 / 8
页数:6
相关论文
共 5 条
  • [1] 基于人工神经网络的集成预报方法研究和比较
    金龙
    陈宁
    林振山
    [J]. 气象学报, 1999, (02) : 71 - 80
  • [2] 气象数据时间序列信号处理[M]. 气象出版社 , 丁裕国,江志红编著, 1998
  • [3] Study on ann-based multi-step prediction model of short-term climatic variation[J] . Jin Long,Ju Weimin,Miao Qilong.Advances in Atmospheric Sciences . 2000 (1)
  • [4] New Models for Long Range Forecasts of Summer Monsoon Rainfall over North West and Peninsular India[J] . M. Rajeevan,Pulak Guhathakurta,V. Thapliyal.Meteorology and Atmospheric Physics . 2000 (3-4)
  • [5] Comparison of long–term forecasting of June–August rainfall over changjiang–huaihe valley[J] . Jin Long,Luo Ying,Lin Zhenshan.Advances in Atmospheric Sciences . 1997 (1)