排序方式: 共有2条查询结果,搜索用时 62 毫秒
1
1.
简单介绍了径向基函数神经网络方法的原理和应用,发展了用径向基函数(RBF)对平滑月平均黑子数进行预报的方法. 用不同的数据序列对网络进行训练,对未来8个月的平滑月平均黑子数进行预报. 用该方法对第23周开始后的平滑月平均黑子数进行逐月预报,并与实测值进行比较,结果表明随着预报实效的延长预报误差被逐渐放大,该方法可以较准确地做出未来4个月的预报,绝对误差可以控制在20以内,标准差为4.8,相对误差控制在38%以内,大部分相对误差不超过15%(占总预报数的89%),具有较好的应用价值. 用于网络训练的样本数量对预报结果会产生一定的影响. 相似文献
2.
1