基于主成分分析的BP神经网络长期预报模型

被引：13

作者：

农吉夫 ^{[1
]}

黄文宁 ^{[2
]}

机构：

[1] 广西民族大学数学与计算机科学学院

[2] 河池学院数学系

来源：

广西师范学院学报(自然科学版) | 2008年 / 25卷 / 04期

关键词：

主成分分析; 学习矩阵; BP神经网络;

D O I：

10.16601/j.cnki.issn1001-8743.2008.04.011

中图分类号：

P457.6 [降水预报];

学科分类号：

0706 ; 070601 ;

摘要：

MATLAB是进行神经网络系统设计及多元统计分析的有力工具.利用MATLAB6.5对月平均降水量的前期预报因子进行主成分分析,实现样本的最优压缩,从而降低样本的维数,建立起基于主成分分析的神经网络广西北部地区5月平均降水预测模型.计算结果表明,基于主成分分析的神经网络模型在预测中与多元回归模型相比有较好效果.

引用

页码：46 / 51

页数：6

共 7 条

[1]

MATLAB工具箱应用.[M].苏金明等编著;.电子工业出版社.2004,

[2]

MATLAB神经网络应用设计.[M].闻新等编著;.科学出版社.2000,

[3]

应用数理统计.[M].吴翊等编著.国防科技大学出版社.1995,

[4]

海滦河流域汛期旱涝规律成因和预测研究.[M].陈菊英等著;.气象出版社.1991,