期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于神经网络逐级分类建模的北京地区能见度预报
被引量:
30
1
作者
李沛
王式功
+4 位作者
尚可政
李邦东
朱海峰
曾淑玲
郝天依
《兰州大学学报(自然科学版)》
CAS
CSCD
北大核心
2012年第3期52-57,共6页
在研究了北京市近10年来城市能见度变化特征及低能见度发生的主要影响因素的基础上,利用北京市气象站观测资料筛选出主要的预报因子,使用学习向量量化算法对样本进行分类,再利用列文夸特算法逐级建立预报模型,并进行预报试验.结果表明...
在研究了北京市近10年来城市能见度变化特征及低能见度发生的主要影响因素的基础上,利用北京市气象站观测资料筛选出主要的预报因子,使用学习向量量化算法对样本进行分类,再利用列文夸特算法逐级建立预报模型,并进行预报试验.结果表明神经网络逐级分类模型具有良好的预报能力,其关键在于模型的识别分类能力,试验得到分类准确率达到87.0%,采用列文夸特优化算法的逐级分类模型较统计回归预报残差平方和下降了57.1%;低能见度、中等能见度、高能见度预报准确率分别为60.0%,68.2%,79.3%,均高于统计回归预报方法(12.5%,41.7%,52.4%).
展开更多
关键词
低能见度
人工神经网络
逐级分类建模
预报
北京地区
下载PDF
职称材料
题名
基于神经网络逐级分类建模的北京地区能见度预报
被引量:
30
1
作者
李沛
王式功
尚可政
李邦东
朱海峰
曾淑玲
郝天依
机构
兰州大学大气科学学院甘肃省干旱气候变化与减灾重点实验室
中国人民解放军
出处
《兰州大学学报(自然科学版)》
CAS
CSCD
北大核心
2012年第3期52-57,共6页
基金
国家公益性行业专项项目(GYHY201106034
GYHY201006023)
国家科技支撑计划项目(2009BAC53B02)
文摘
在研究了北京市近10年来城市能见度变化特征及低能见度发生的主要影响因素的基础上,利用北京市气象站观测资料筛选出主要的预报因子,使用学习向量量化算法对样本进行分类,再利用列文夸特算法逐级建立预报模型,并进行预报试验.结果表明神经网络逐级分类模型具有良好的预报能力,其关键在于模型的识别分类能力,试验得到分类准确率达到87.0%,采用列文夸特优化算法的逐级分类模型较统计回归预报残差平方和下降了57.1%;低能见度、中等能见度、高能见度预报准确率分别为60.0%,68.2%,79.3%,均高于统计回归预报方法(12.5%,41.7%,52.4%).
关键词
低能见度
人工神经网络
逐级分类建模
预报
北京地区
Keywords
low-value visibility
artificial neural network
hierarchical classification
forecast
Beijing
分类号
P456.9 [天文地球—大气科学及气象学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于神经网络逐级分类建模的北京地区能见度预报
李沛
王式功
尚可政
李邦东
朱海峰
曾淑玲
郝天依
《兰州大学学报(自然科学版)》
CAS
CSCD
北大核心
2012
30
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部