期刊导航
期刊开放获取
上海教育软件发展有限公..
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CNN-LSTM的珠江河口台风过程实时滚动修正预报
1
作者
邓志弘
刘丙军
+4 位作者
张卡
胡仕焜
曾慧
张明珠
李丹
《海洋预报》
CSCD
北大核心
2024年第1期94-103,共10页
为改善台风预报精度,基于实时滚动修正预报思路,利用卷积神经网络嵌套长短期记忆神经网络(CNN-LSTM)和误差校正(EC)技术,搭建了珠江河口台风实时预报模型。研究结果表明:“滚动预报”比单次预报有更好的路径和强度预报效果,随着模型滚...
为改善台风预报精度,基于实时滚动修正预报思路,利用卷积神经网络嵌套长短期记忆神经网络(CNN-LSTM)和误差校正(EC)技术,搭建了珠江河口台风实时预报模型。研究结果表明:“滚动预报”比单次预报有更好的路径和强度预报效果,随着模型滚动时间的延长,预报整体精度有逐渐改善的趋势。路径预报结果的均方根误差比单次预报减小了25.67%,强度预报结果的平均绝对误差比单次预报减小了65.04%;考虑误差校正的CNN-LSTM-EC的路径、强度“滚动预报”效果均优于CNN-LSTM,前者的路径预报误差较后者减小了22.57%,强度预报误差减小2.5%。
展开更多
关键词
实时滚动预报
台风
珠江河口
深度学习
误差校正
在线阅读
下载PDF
职称材料
题名
基于CNN-LSTM的珠江河口台风过程实时滚动修正预报
1
作者
邓志弘
刘丙军
张卡
胡仕焜
曾慧
张明珠
李丹
机构
中山大学土木工程学院
中山大学水资源与环境研究中心
广州市水务科学研究所
出处
《海洋预报》
CSCD
北大核心
2024年第1期94-103,共10页
基金
广州市水务科技项目(GZSWKJ-2020-2)
国家自然科学基金资助项目(52179029、51879289)。
文摘
为改善台风预报精度,基于实时滚动修正预报思路,利用卷积神经网络嵌套长短期记忆神经网络(CNN-LSTM)和误差校正(EC)技术,搭建了珠江河口台风实时预报模型。研究结果表明:“滚动预报”比单次预报有更好的路径和强度预报效果,随着模型滚动时间的延长,预报整体精度有逐渐改善的趋势。路径预报结果的均方根误差比单次预报减小了25.67%,强度预报结果的平均绝对误差比单次预报减小了65.04%;考虑误差校正的CNN-LSTM-EC的路径、强度“滚动预报”效果均优于CNN-LSTM,前者的路径预报误差较后者减小了22.57%,强度预报误差减小2.5%。
关键词
实时滚动预报
台风
珠江河口
深度学习
误差校正
Keywords
real-time rolling forecast
typhoon
Pearl River estuary
deep learning
error correction
分类号
P457.8 [天文地球—大气科学及气象学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于CNN-LSTM的珠江河口台风过程实时滚动修正预报
邓志弘
刘丙军
张卡
胡仕焜
曾慧
张明珠
李丹
《海洋预报》
CSCD
北大核心
2024
0
在线阅读
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
