首页 | 本学科首页   官方微博 | 高级检索  
     检索      

非线性主成分分析在中国四季降水异常分布中的应用
引用本文:郭品文,居丽丽,徐同.非线性主成分分析在中国四季降水异常分布中的应用[J].南京气象学院学报,2008,31(4).
作者姓名:郭品文  居丽丽  徐同
作者单位:1. 南京信息工程大学,江苏省气象灾害重点实验室,江苏,南京,210044
2. 上海市南汇气象局,上海,201300
3. 中国气象局,上海台风研究所,上海,200030
基金项目:江苏省六大人才高峰基金
摘    要:利用中国160站逐月降水资料,运用一种基于前馈型人工神经网络的非线性主成分分析方法(nonlinear principal component analysis,NLPCA)研究了中国近50 a四季降水异常分布的非线性特征.结果表明,NLPCA有能力表示出更一般的低维结构特征.四季降水的异常分布都具有一定的非线性相关空间结构,其中春夏季节非线性较强,秋冬季节稍弱;四季降水距平的一维NLPCA近似在非线性主成分取极端相反位相时,对应的空间分布型表现出明显的不对称性.四季降水异常的一维NLPCA近似都比传统一维PCA的近似逼真,且存在季节变化.

关 键 词:非线性主成分分析(NLPCA)  降水异常  非线性特征

Application of Nonlinear Principal Component Analysis to Seasonal Precipitation Anomaly over China
GUO Pin-wen,JU Li-li,XU Tong.Application of Nonlinear Principal Component Analysis to Seasonal Precipitation Anomaly over China[J].Journal of Nanjing Institute of Meteorology,2008,31(4).
Authors:GUO Pin-wen  JU Li-li  XU Tong
Abstract:
Keywords:PCA
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号