基于MATLAB的主成分RBF神经网络降水预报模型

被引：41

作者：

农吉夫 ^{[1
]}

金龙 ^{[2
]}

机构：

[1] 广西民族大学数学与计算机科学学院

[2] 广西区气象减灾研究所

来源：

热带气象学报 | 2008年 / 24卷 / 06期

关键词：

月平均降水量; 主成分分析; RBF神经网络;

D O I：

10.16032/j.issn.1004-4965.2008.06.017

中图分类号：

P457.6 [降水预报];

学科分类号：

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。

引用

页码：713 / 717

页数：5

共 8 条

[1]

大规模人工神经网络理论基础.[M].罗四维著;.北方交通大学出版社.2004,

[2]

MATLAB 6.5辅助神经网络分析与设计.[M].飞思科技产品研发中心编著;.电子工业出版社.2003,

[3]

应用数理统计.[M].吴翊等编著.国防科技大学出版社.1995,

[4] 几种径向基函数(RBF)神经网络的比较 [J].