PCA-RBF神经网络对兰州市日平均气温的预测
The Daily Average Temperature of Lanzhou City with PCA-RBF Neural Network作者机构：兰州财经大学统计学院甘肃兰州730000
出 版 物：《宜宾学院学报》 (Journal of Yibin University)
年 卷 期：2018年第18卷第12期
页 面：111-115页
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 07[理学] 081104[工学-模式识别与智能系统] 08[工学] 070602[理学-大气物理学与大气环境] 0706[理学-大气科学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
摘 要：运用相关性分析初步筛选出与兰州市日平均气温相关的气象因素,然后用主成分分析(PCA)提取出径向基(RBF)神经网络模型最终的预报因子,进而实现对日平均气温的预测.对PCA-RBF模型的训练与仿真结果表明:在样本量一定时,该网络的非线性逼近能力很强,学习时间较短,模型的拟合效果较好,可以应用于气象预报.
维普期刊数据库
同方期刊数据库