共查询到20条相似文献,搜索用时 0 毫秒
1.
人工神经网络方法在降水量级中期预报中的应用 总被引:7,自引:2,他引:7
将人工神经网络方法与统计方法相结合,采用分步预报的方法,首先用经验统计方法进行晴雨预测,再用BP人工经网络建立降水量级预报模型,探讨神经网络方法在中期降水预报的应用,试验表明,神经网络方法能提高中到大雨降水量级的中期预报能力,但对暴雨的预报不理想。 相似文献
2.
高血压病发病率预报的人工神经网络方法研究 总被引:1,自引:0,他引:1
通过统计分析,选取影响银川地区高血压病发病率的主要气象因素,将其作为输入变量经多层前馈型神经网络的BP(Back Propagation)算法进行学习训练,建立了疾病发病率的人工神经网络(ANN,Artifical Neural Net)预报模型。结果表明:该方法计算简便、误差较小,为疾病发病率预报提供了一种新的预报方法。 相似文献
3.
使用人工神经网络方法建立了我国沙尘暴短期预报模型 ,该神经网络模型的输入因子是几个物理量场REOF展开的一些时间系数 ,输出为我国有无沙尘暴。结果表明REOF展开技术和人工神经网络方法两种方法的结合对于预测沙尘暴是可行的。 相似文献
4.
5.
将中尺度数值天气预报模式与BP神经网络模型相结合用于风电功率预测,以WRF模式回算了2008年6月至2009年6月试验风电场的气象要素,精度检验结果显示风速预报值与对应实测值之间的相关系数达到0.72,风向、气温、湿度、气压的预报也比较准确,满足建立BP神经网络预报模型的需要.逐一建立试验风电场40台风电机组输出功率的BP神经网络预报模型,分析了数据标准化方法、隐含层神经元数对预报精度的影响.进行了26天实效为24 h的逐10 min预报试验,并以独立样本进行预报精度检验,结果显示单台风电机组输出功率相对均方根误差在24.8%~32.6%之间,预报值与实测值之间的相关系数现在0.45~0.68之间;风电场整体相对均方根误差为19.5%,预报值与实测值之间的相关系数为0.74.研究结果表明该方法可以用于实际的风电功率预测. 相似文献
6.
在进行神经网络方法的数字图像识别研究时,针对数字图像的复杂性、神经网络输入数据量巨大和学习收敛速度慢的情况,提出了基于特征的神经网络数字识别方法。设计提取了13个结构特征以组成一个13维的超空间,对13维的超平面空间的整个识别过程采用了神经网络聚类方法(其中聚类数为10),并利用数学软件MATLAB强大的矩阵运算能力和C语言高效的代码实现了数字识别系统模型。实验结果表明,在特征差异不十分明显的情况下,识别时间和识别率仍令人满意。 相似文献
7.
基于气象历史观测资料,将长短期记忆网络LSTM方法和Transformer模型结合提出了混合短期风速多步预测模型BLSTM TRA。以山东半岛南部沿海6个台站为研究区域,通过气象台站观测数据构建数据集。经与2018年ECMWF模式6 h预报结果对比分析,得出如下结论:构建的BLSTM TRA多步预测模型可大幅度降低风速误差,BLSTM TRA的1 h单步预测结果和ECMWF预报模式结果对比,其RMSE平均降低了58.9%,MAE平均降低了63.2%;风速误差和大风统计过程分析发现,BLSTM TRA模型具有一定的抗干扰能力,可以抓住短时大风等敏感信息,对于大风预报结果明显优于ECWMF模式和传统LSTM模型。 相似文献
8.
将人工神经网络应用于南京夏季梅雨期短期降水分级预报。根据梅雨期天气特点,用统计和动力学方法从HLAFS(高分辨率有限区域预报系统)资料中寻找预报因子;然后分别用两种方法选取输入因子对人工神经网络进行训练,并分别利用抽取的五天做降水分级预报检验。通过对人工神经网络方法预报降水的结果与HLAFS降水预报以及逐步回归预报的结果对比发现:与HLAFS降水预报相比,降水预报准确率由原来的66.7%提高到88.2%,漏报、错报明显减少;与逐步回归预报相比,大到暴雨的预报准确率得到了明显提高。 相似文献
9.
感热通量计算方法的研究是边界层研究中最重要的内容之一。基于中日JICA计划项目中青藏高原东缘四川盆地温江站的边界层铁塔观测资料初步研究了使用人工神经网络(ANN)计算边界层感热通量的方法,并将ANN和经验公式法计算得到的感热通量分别和真值作相关和误差分析。对2009年4月和5月的两个个例研究的结果表明:ANN计算结果和真值的相关性都高于经验公式法且趋势变化和真值更加吻合,ANN计算的2009年4月的感热通量与真值的均方根误差(RMSE)稍大于经验公式法,但2009年5月的RMSE明显小于经验公式法。 相似文献
10.
人工神经网络技术发展及在大气科学领域的应用 总被引:12,自引:4,他引:12
20世纪80年代以来,人工神经网络技术在理论和应用研究方面有了快速的发展,并在众多学科领域取得了大量的应用研究成果。文章首先概述了国外有关人工神经网络理论研究发展的主要过程及我国开展神经网络理论和应用研究的状况。重点介绍了国内外大气学科中,关于神经网络方法在中、短期天气预报,短期气候预测,农业气象,空气污染预报,卫星云图识别以及气象观测资料处理等许多方面的应用研究工作。并且也进一步介绍了有关神经网络气象预报建模研究的关键技术一过拟合,网络结构问题的研究工作以及模糊系统理论与神经网络相结合的模糊神经网络,遗传算法与神经网络相结合的气象预报建模的最近研究工作。 相似文献
11.
12.
13.
14.
15.
神经网络方法在广西日降水预报中的应用 总被引:7,自引:3,他引:7
以广西前汛期5、6月区域平均日降水量作为预报对象,采用人工神经网络方法进行新的数值预报产品释用预报研究。对T213预报因子进行自然正交分解,有效浓缩数值预报产品因子的预报信息,并结合日本降水预报模式因子建立广西3个不同区域的逐日降水神经网络释用预报模型。运用与实际业务预报相同的方法对2004年5、6月进行逐日的实际预报试验,并与T213的降水预报进行对比分析。结果表明,本文建立的3个区域日平均降水量神经网络预报模型,在预报性能上明显优于同期的T213降水预报。 相似文献
16.
17.
基于神经网络的广州市能见度预报 总被引:1,自引:0,他引:1
在研究了广州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,利用广州市环境监测站2007-2009年的空气污染物(PM10、SO2、NO2)监测数据及同期地面气象要素(10min平均风速、最大风速、气温、相对湿度、露点温度、气压、24h降水量)观测资料筛选出主要的预报因子,用径向神经网络建立预报模型,并对2009年9月1日到12月25日的能见度进行预报试验.结果表明径向神经网络预报模型在能见度低于10km时预报准确率明显高于统计回归预报方程.采用分级方法统计得出在未出现低能见度情况下,中低能见度,中高能见度预报准确率分别为80%,69.6%,均高于线性回归预报方程(40%,47.8%). 相似文献
18.
19.
人工神经网络算法在红外高光谱资料反演大气温度廓线中的应用 总被引:1,自引:0,他引:1
基于红外高光谱大气探测器AIRS实况观测资料,尝试用人工神经网络算法来实现晴空时大气的温度垂直廓线反演,重点将该算法与目前已经发展比较成熟的特征向量统计反演算法进行比较。结果表明,两种算法在计算时间效率和反演精度上相当。鉴于人工神经网络算法的统计物理本质,误差反向传播BP神经网络可以求解非线性问题,在优化训练样本和继续调试网络种类和网络参数的基础上,有望能进一步提高反演精度。 相似文献
20.
An artificial neural network (ANN) is used to model the middle atmosphere
using a large number of TIMED/SABER limb sounding temperature profiles. A
three-layer feed-forward network is chosen based on the back-propagation
(BP) algorithm. Latitude, longitude, and height are chosen as the input
vectors of the network while temperature is the output vector. The
temperature observations during the period from 13 January through 16 March
2007, which are in the same satellite yaw, are taken as samples to train an
ANN. Results suggest that the network has high quality for modeling spatial
variations of temperature. Quantitative comparisons between the ANN outputs
and those from the popular empirical NRLMSISE-00 model illustrate their
generally consistent features and some specific differences. The NRLMSISE-00
models zonal mean temperatures are too high by ~6 K--10 K near the
stratopause, and the amplitude and phase of the planetary wave number 1
activity are different in some respects from the ANN simulations above
45--50 km, suggesting improvement is needed in the NRLMSISE-00 model for
more accurate simulation near and above the stratopause. 相似文献