Please wait a minute...
浙江大学学报（理学版）
浙江大学学报（理学版）  2006, Vol. 33 Issue (2): 223-    
地球科学     
RBF神经网络集成多个气象数值产品的方法研究
Study of ensemble forecasting based on different meteorological numerical products by using RBF artificial neural network
 全文: PDF(781 KB)   HTML ( ) 
摘要： 对MM5V3模式中16组组合区域气候模拟试验所得的结果,分区域以RBF神经网络进行集成,分析了网络结构参数的不同对集成结果的影响,最后对整个区域的温度场进行了集成.结果表明:选择合适的网络结构参数是至关重要的,神经网络的非线性集成结果均明显优于单个参数化方案和16个方案线性集成的预测结果,整个区域的温度场集成结果比MM5模拟更接近于实况场,均方根误差场也较原MM5方案明显减小.这些结果对于区域气候的集成预测以及进一步优化神经网络的性能有一定的参考意义.
出版日期: 2006-02-01
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　
高领花
苏炳凯
汤剑平　

引用本文:

高领花, 苏炳凯, 汤剑平　 . RBF神经网络集成多个气象数值产品的方法研究[J]. 浙江大学学报（理学版）, 2006, 33(2): 223-.

GAO Ling-Hua, SU Bing-Kai, TANG Jian-Ping-　 . Study of ensemble forecasting based on different meteorological numerical products by using RBF artificial neural network. Journal of ZheJIang University(Science Edition), 2006, 33(2): 223-.

链接本文:

http://www.zjujournals.com/xueshu/sci/CN/    或    http://www.zjujournals.com/xueshu/sci/CN/Y2006/V33/I2/223

No related articles found!