排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
基于MATLAB的主成分RBF神经网络降水预报模型 总被引：13，自引：3，他引：10
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。 相似文献
2.
月平均降水量的二次规划最优组合预测方法研究 总被引：6，自引：0，他引：6
以逐步回归、均生函数和多层递阶作为月平均降水量的3种子预报方法，进一步采用二次规划计算方法，通过计算各子方法的最优非负权系数进行最优组合预测建模研究。实例计算结果表明，这种组合预测模型的预报精度优于各子方法，并具有较好的理论依据，可在实际业务预报中进行推广应用。 相似文献
1
