期刊文献+
共找到304篇文章
< 1 2 16 >
每页显示 20 50 100
基于自组织映射-前馈神经网络和先知混合模型的短期负荷预测 被引量:1
1
作者 陈宇航 王渝红 +3 位作者 南璐 何川 王腾鑫 张敏 《现代电力》 北大核心 2025年第2期352-359,共8页
为提高电力系统短期负荷预测精度,充分挖掘历史数据中的多维度信息,更好地克服历史数据缺失带来的不利影响,提出一种基于自组织映射-前馈神经网络和先知混合模型的短期负荷预测方法。首先通过SOM神经网络对历史非功率数据聚类计算得到... 为提高电力系统短期负荷预测精度,充分挖掘历史数据中的多维度信息,更好地克服历史数据缺失带来的不利影响,提出一种基于自组织映射-前馈神经网络和先知混合模型的短期负荷预测方法。首先通过SOM神经网络对历史非功率数据聚类计算得到相似日集合,而后采用相似日数据对BP神经网络进行训练得到单点负荷值预测结果。其次,重点考虑历史数据的周期性和时序变化趋势,基于Prophet时序模型对历史负荷数据进行周期非线性拟合。通过历史数据拟合误差反馈,调整优化模型的关键超参数,最后基于误差倒数法组合得到短期负荷预测结果。以某地区电力负荷数据作为算例验证,结果表明所提的改进预测模型预测精度更高,且在克服历史数据缺失和拟合非工作日负荷曲线等方面具有优势。 展开更多
关键词 短期负荷预测 PROPHET 自组织映射-前馈 神经网络 时间序列
在线阅读 下载PDF
基于主成分自组织神经网络法的测井曲线分层技术 被引量:3
2
作者 张强 胡志伟 +1 位作者 王毛毛 周成号 《地质与勘探》 CAS CSCD 北大核心 2024年第5期1013-1020,共8页
在砂岩型铀矿找矿工作中,提高测井岩性分层效率和精度至关重要。为提高砂岩型铀矿岩性分层效果,本文采用主成分分析法对多个测井曲线进行降维处理,将主成分分析法的第一主成分、第二主成分、第三主成分作为自组织神经网络的样本数据,进... 在砂岩型铀矿找矿工作中,提高测井岩性分层效率和精度至关重要。为提高砂岩型铀矿岩性分层效果,本文采用主成分分析法对多个测井曲线进行降维处理,将主成分分析法的第一主成分、第二主成分、第三主成分作为自组织神经网络的样本数据,进行自组织神经网络训练,将训练好的网络模型用于砂岩型铀矿岩性的自动化分层。实验结果显示:主成分自组织神经网络法岩性分层精度可达到85%以上,高于传统自组织神经网络算法78%的分层精度,具有更好的测井岩性分层效果。因此,主成分自组织神经网算法的岩性分层方法有效减少了输入样本的种类,简化了自组织神经网络结构,其自动化分层效果要优于传统的自组织神经网络算法。本文的研究结果表明,主成分自组织神经网算法在砂岩型铀矿领域岩性识别工作中具有较好的应用效果。 展开更多
关键词 测井曲线 自组织神经网络 主成分分析 岩性分层 砂岩型铀矿
在线阅读 下载PDF
基于自组织映射神经网络的淮河流域生态系统服务簇时空变化特征 被引量:14
3
作者 常耀文 吴迪 +3 位作者 李欢 刘霞 王蕴鹏 郭家瑜 《生态学报》 CAS CSCD 北大核心 2024年第11期4544-4557,共14页
生态系统服务簇的识别是区域生态系统服务管理与优化的关键。量化了2000、2010、2020年淮河流域产水量(WY),水源涵养(WC),土壤保持(SC),生境质量(HQ),水质净化(WP),净初级生产力(NPP)和碳储量(CS)7种生态系统服务。并基于自组织映射神... 生态系统服务簇的识别是区域生态系统服务管理与优化的关键。量化了2000、2010、2020年淮河流域产水量(WY),水源涵养(WC),土壤保持(SC),生境质量(HQ),水质净化(WP),净初级生产力(NPP)和碳储量(CS)7种生态系统服务。并基于自组织映射神经网络(SOFM)识别了生态系统服务簇,探讨了生态系统服务簇的时空变化特征。结果表明:(1)2000—2020年,WP,NPP与WC呈上升趋势,WC的增幅最大;CS与HQ呈下降趋势。淮河流域各生态系统服务具有时空异质性,生态系统服务高值区多位于西南部山区与东北部丘陵山地地区。(2)识别了5个生态系统服务簇:核心生态服务簇,WP服务簇,WY服务簇,NPP服务簇与生态过渡服务簇。核心生态服务簇与生态过渡服务簇的面积总体增加,流域西南部山区与东北部丘陵山地地区生态系统服务提升,2000—2020年,WY服务簇与NPP服务簇间的转移面积较大,WY服务簇面积减少达60.09%,NPP服务簇面积显著增加,2020年占整个流域面积的57.02%。研究结果不仅有助于清晰认识淮河流域生态系统服务簇的空间分布格局及动态变化,也为探索淮河流域可持续的生态系统管理与规划决策奠定了基础。 展开更多
关键词 生态系统服务 自组织映射神经网络(SOFM) 生态系统服务簇 淮河流域 InVEST模型
在线阅读 下载PDF
基于自组织映射神经网络的VANET组网算法 被引量:12
4
作者 吴怡 杨琼 +2 位作者 吴庆祥 沈连丰 林潇 《通信学报》 EI CSCD 北大核心 2011年第12期136-145,共10页
研究了应用于汽车辅助驾驶、无人驾驶等智能交通领域的车辆组网方法,提出一种将自组织映射神经网络算法应用于车辆自组织网络进行车辆组网的算法,该算法根据车辆定时发出的消息中位置、行驶方向等信息对车辆按目的地、行驶方向的相似性... 研究了应用于汽车辅助驾驶、无人驾驶等智能交通领域的车辆组网方法,提出一种将自组织映射神经网络算法应用于车辆自组织网络进行车辆组网的算法,该算法根据车辆定时发出的消息中位置、行驶方向等信息对车辆按目的地、行驶方向的相似性进行组网,组网后的车辆主要接收并处理与之在同一个网络中的车辆的信息。理论分析和仿真结果表明,组网后的系统传输时延远低于未组网通信情况,吞吐量有显著提高。 展开更多
关键词 车辆自组织网络 自组织映射 神经网络 组网
在线阅读 下载PDF
基于自组织映射与概率神经网络的增量式学习算法 被引量:7
5
作者 戚湧 胡俊 於东军 《南京理工大学学报》 EI CAS CSCD 北大核心 2013年第1期1-6,共6页
为解决传统学习算法不能有效利用新可用数据这一不足,提出一种基于自组织映射(SOM)和概率神经网络(PNN)的增量式学习算法——增量式模块化自组织映射概率神经网络(IMSOMPNN)。使用模块化SOM对每类训练数据进行学习,以训练后SOM的原型向... 为解决传统学习算法不能有效利用新可用数据这一不足,提出一种基于自组织映射(SOM)和概率神经网络(PNN)的增量式学习算法——增量式模块化自组织映射概率神经网络(IMSOMPNN)。使用模块化SOM对每类训练数据进行学习,以训练后SOM的原型向量作为此类别的模式神经元来构建PNN。IMSOMPNN可以方便地实现对不同类型的新数据进行增量式学习,并且在进行增量学习时,不再需要利用到原始的训练数据,仅使用新的数据对已有模型进行局部调整;最后,IMSOMPNN还具有较强的抗噪能力。在UCI Landsat Satellite数据集上的实验验证了该文所述方法的有效性。 展开更多
关键词 自组织映射 概率神经网络 增量式学习 机器学习
在线阅读 下载PDF
基于模糊自组织映射神经网络的故障诊断方法 被引量:4
6
作者 宋云雪 史永胜 《计算机工程》 CAS CSCD 北大核心 2003年第14期98-99,共2页
在研究Kohonen自组织映射网络理论的基础上运用模糊理论方法建立了刹车系统模糊故障诊断模型。该模型只需选择足够的具有代表性的故障样本训练神经网络,将代表故障的信息输入给训练好的神经网络,根据神经网络的输出结果,就可以判断... 在研究Kohonen自组织映射网络理论的基础上运用模糊理论方法建立了刹车系统模糊故障诊断模型。该模型只需选择足够的具有代表性的故障样本训练神经网络,将代表故障的信息输入给训练好的神经网络,根据神经网络的输出结果,就可以判断发生故障的类型。该模型除能识别已训练过的故障,还能识别未训练过的故障,并且聚类能力强、速度快,因此很符合复杂系统的故障诊断。 展开更多
关键词 自组织映射 故障诊断 神经网络
在线阅读 下载PDF
基于改进自组织映射神经网络的信号协调控制交叉口群划分方法 被引量:3
7
作者 唐秋生 黄兰 敖谷昌 《科学技术与工程》 北大核心 2019年第20期375-382,共8页
针对以往研究在路段关联性判断和路网主要流向方面考虑不足,提出了一种基于改进自组织映射神经网络(self-orgnizing map,SOM)的信号协调控制交叉口群划分方法。首先,在离散性指标和阻滞性指标的基础上,考虑路网交通流运行的主路径特征... 针对以往研究在路段关联性判断和路网主要流向方面考虑不足,提出了一种基于改进自组织映射神经网络(self-orgnizing map,SOM)的信号协调控制交叉口群划分方法。首先,在离散性指标和阻滞性指标的基础上,考虑路网交通流运行的主路径特征引入主路径指标来表征路网交叉口之间路段关联性;其次,为弥补SOM输出结果可能大于实际需求且输出无标签的不足,把SOM中激活神经元权重作为层次聚类的输入,运用层次聚类改进SOM;并根据指标与路段关联性的关系设计关联性判断准则,据此界定交叉口之间路段关联性。最后,根据最大流最小割理论识别路网瓶颈,以瓶颈为基点向外划分交叉口群;并通过算例分析得出,该方法能够有效界定交叉口路段关联性和识别路网瓶颈,对信号协调控制配时优化具有重要基础作用。 展开更多
关键词 交通工程 网络流理论 Dinic算 层次聚类 自组织映射神经网络 交叉口群
在线阅读 下载PDF
基于自组织特征映射神经网络的储粮害虫分类方法研究
8
作者 梁斌梅 《安徽农业科学》 CAS 北大核心 2009年第32期16156-16158,共3页
提出了基于自组织特征映射(SOM)神经网络的害虫分类方法。该方法能将任意维输入模式在输出层映射成一维或二维离散图形,并保持其拓扑结构不变,而且无需监督,可实现对输入模式自动分类。分析了SOM网络基本工作原理,并将之用于害虫分类模... 提出了基于自组织特征映射(SOM)神经网络的害虫分类方法。该方法能将任意维输入模式在输出层映射成一维或二维离散图形,并保持其拓扑结构不变,而且无需监督,可实现对输入模式自动分类。分析了SOM网络基本工作原理,并将之用于害虫分类模型的建立中。结果表明,该方法能有效地对害虫进行分类,比BP神经网络分类精确度高、分类结果的可解释性更好。 展开更多
关键词 自组织特征映射 神经网络 储粮害虫 分类
在线阅读 下载PDF
一种基于自组织特征映射的前馈式神经网络模型及其算法 被引量:1
9
作者 欧阳聪星 方正瑚 +1 位作者 陈抗生 乐光新 《电子学报》 EI CAS CSCD 北大核心 1998年第7期165-168,共4页
本文提出了一种基于自组织特征映射的前债式人工神经网络模型,介绍了其结构和算法.该模型基于自组织特征映射机理,用统计方法获得输入信号对不同模式类别的隶属程度,并由此进行模式分类判决计算.该神经网络模型还导出了“模式地形... 本文提出了一种基于自组织特征映射的前债式人工神经网络模型,介绍了其结构和算法.该模型基于自组织特征映射机理,用统计方法获得输入信号对不同模式类别的隶属程度,并由此进行模式分类判决计算.该神经网络模型还导出了“模式地形图”的概念,可以实现数据聚类分析的可视化.经计算机模拟验证,上述算法和概念是有效的. 展开更多
关键词 人工神经网络 模型 自组织特征映射 聚类分析
在线阅读 下载PDF
基于时间序列和神经网络的电力设备状态异常检测方法 被引量:23
10
作者 丁江桥 文屹 +3 位作者 吕黔苏 张迅 范强 黄军凯 《电测与仪表》 北大核心 2024年第2期185-190,共6页
为进一步提高电力设备异常检测方法对设备信息的利用率,发现更多潜在的设备故障,结合大数据分析技术和设备评估技术,提出了一种基于时间序列和神经网络的状态数据异常检测方法。通过时间序列自回归模型和自组织映射神经网络将连续的电... 为进一步提高电力设备异常检测方法对设备信息的利用率,发现更多潜在的设备故障,结合大数据分析技术和设备评估技术,提出了一种基于时间序列和神经网络的状态数据异常检测方法。通过时间序列自回归模型和自组织映射神经网络将连续的电力设备数据离散为单个序列,计算状态变量在时间轴上的转移概率,通过状态转移概率和聚类算法快速检测数据异常。通过实验对该方法的有效性进行验证。结果表明,该方法可以快速、有效地检测电力设备异常状态。 展开更多
关键词 电力设备 时间序列自回归模型 自组织映射神经网络 转移概率 异常检测
在线阅读 下载PDF
基于自组织神经网络的耕地自然质量评价方法及其应用 被引量:30
11
作者 郄瑞卿 关侠 +2 位作者 鄢旭久 窦世翔 赵玲 《农业工程学报》 EI CAS CSCD 北大核心 2014年第23期298-305,共8页
耕地质量各构成要素的特点和相互间的影响,决定了耕地质量的外在表现,客观地确定耕地自然质量,对耕地分等定级具有重要的意义。该文通过对已有耕地质量评价方法的优势与不足的分析,提出在空间数据库基础上应用自组织神经网络的耕地自然... 耕地质量各构成要素的特点和相互间的影响,决定了耕地质量的外在表现,客观地确定耕地自然质量,对耕地分等定级具有重要的意义。该文通过对已有耕地质量评价方法的优势与不足的分析,提出在空间数据库基础上应用自组织神经网络的耕地自然质量评价方法,并应用该方法对吉林省九台市耕地自然质量进行了评价,通过步长为1 000次训练,自动生成13个类别,在13个类别基础上按照九台市的指定作物的光温生产潜力指数、作物的产量比系数,进行了耕地自然质量评价。根据评价分值的大小分为3等,其中质量等级Ⅰ级占全市耕地面积42.13%,Ⅱ级占全市耕地面积30.40%,Ⅲ级占全市耕地面积27.47%。评价结果与《九台市耕地质量更新成果》比较,图斑重合率为80.78%,面积重合率为79.42%。2种评价方法可能出现差异的原因:该文评价方法增加了坡度因子,且《九台市耕地质量更新成果》采用的是全省统一的指标权重;2种方法对于一些定性描述指标均通过信息赋权值法进行量化,而2种方法中量化方法不同,赋值不同。该方法将自组织神经网络和地理信息系统相结合,有效地集成影响耕地质量相关的土壤及土壤环境信息,利用自组织神经网络在没有教师信号时自动连接权值向着更利于竞争方向调整,通过度量评价单元的相似程度,使类间差异最大而类内差异最小,逐步将评价单元划分类别。根据每个类别中图斑自然质量指数的大小进行耕地质量等别评价,提高了评价结果的可信度,为耕地质量评价提供了新思路。 展开更多
关键词 地理信息系统 分等 神经网络 自组织特征映射 耕地 九台市
在线阅读 下载PDF
TGSOM:一种用于数据聚类的动态自组织映射神经网络 被引量:28
12
作者 王莉 王正欧 《电子与信息学报》 EI CSCD 北大核心 2003年第3期313-319,共7页
针对传统Kohonen自组织特征映射(SOFM)神经网络模型结构需预先指定的限制,提出一种新的树形动态自组织映射(TGSOM)神经网络,当用于数据挖掘时该网络以其生成速度快可视性好具有显著优越性。该文详尽描述了该网络模型的生成算法,研究了... 针对传统Kohonen自组织特征映射(SOFM)神经网络模型结构需预先指定的限制,提出一种新的树形动态自组织映射(TGSOM)神经网络,当用于数据挖掘时该网络以其生成速度快可视性好具有显著优越性。该文详尽描述了该网络模型的生成算法,研究了算法中扩展因子的作用。扩展因子与训练样本数据的维数无关,其作用是控制网络的生长,扩展因子可以反映数据聚类的精度,即扩展因子值的大小与聚类精度的高低成正比。在聚类的不同阶段使用大小不等的扩展因子还可以实现层次聚类。 展开更多
关键词 TGSOM 神经网络 数据聚类 数据挖掘 自组织特征映射 树形动态自组织映射
在线阅读 下载PDF
基于主成分分析和自组织神经网络的柴油机故障诊断方法 被引量:6
13
作者 夏梦莹 刘啸奔 +2 位作者 陈严飞 马虎强 郑伟 《计算机应用》 CSCD 北大核心 2014年第A02期184-185,229,共3页
提出了一种新型的柴油机故障诊断方法,该方法使用主成分分析(PCA)法对故障样本降维,有效提取故障样本主要特征,在此基础上,将其作为输入使用自组织映射(SOM)神经网络进行训练得到故障识别网络。400组模拟故障数据的测试表明,两者结合的... 提出了一种新型的柴油机故障诊断方法,该方法使用主成分分析(PCA)法对故障样本降维,有效提取故障样本主要特征,在此基础上,将其作为输入使用自组织映射(SOM)神经网络进行训练得到故障识别网络。400组模拟故障数据的测试表明,两者结合的方法能有效提高网络的训练速度,获得满意的故障识别率。 展开更多
关键词 主成分分析 自组织映射神经网络 柴油机 故障诊断
在线阅读 下载PDF
三维荧光结合自组织映射神经网络考察自来水厂有机物去除效果 被引量:7
14
作者 杜尔登 郭迎庆 +2 位作者 孙悦 高乃云 王利平 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2012年第7期1846-1851,共6页
三维荧光光谱在水体监测和水处理领域日益引起广大研究者的关注。自组织映射神经网络(SOM网络)作为一种非监督、自学习的神经网络,具有自稳定性高、抗噪声能力强等特点。使用SOM网络对某自来水厂处理流程中水样的荧光光谱进行解析,可以... 三维荧光光谱在水体监测和水处理领域日益引起广大研究者的关注。自组织映射神经网络(SOM网络)作为一种非监督、自学习的神经网络,具有自稳定性高、抗噪声能力强等特点。使用SOM网络对某自来水厂处理流程中水样的荧光光谱进行解析,可以将三维荧光光谱聚类成三类,分别对应为络氨酸类蛋白有机物、色氨酸类蛋白有机物、紫外富里酸类物质。整个自来水处理工艺能够有效的去除水体中的有机物,其中络氨酸类、色氨酸类、紫外富里酸类物质的去除率分别为84.6%,79.9%,69.1%。研究结果表明,SOM网络可以作为一种有效的水体荧光光谱分析工具,有助于优化水处理工艺参数,提高水处理工艺性能、以及自来水厂的监测和管理。 展开更多
关键词 自来水处理 三维荧光(3D-EEM) 自组织映射神经网络(SOM) 有机物去除
在线阅读 下载PDF
一种基于自组织神经网络的中文文本聚类新方法 被引量:11
15
作者 徐建锁 王正欧 王莉 《情报学报》 CSSCI 北大核心 2003年第6期676-680,共5页
针对传统K-均值等算法在文本聚类中的缺陷,本文提出了一种树形动态自组织映射(TGSOM)神经网络来实现中文文本聚类,克服了传统的K-均值等算法中文本种类需要预先给定的缺点.本文详尽描述了该网络模型的生成算法和算法中扩展因子的作用,... 针对传统K-均值等算法在文本聚类中的缺陷,本文提出了一种树形动态自组织映射(TGSOM)神经网络来实现中文文本聚类,克服了传统的K-均值等算法中文本种类需要预先给定的缺点.本文详尽描述了该网络模型的生成算法和算法中扩展因子的作用,并阐述了中文文本的数字化方法--TF.IDF.IG方法. 展开更多
关键词 中文文本 文本聚类 自组织映射 TGSOM 神经网络 K-均值算 文本数字化
在线阅读 下载PDF
基于自组织映射神经网络的市场清算电价预测 被引量:7
16
作者 曾次玲 张步涵 谢培元 《继电器》 CSCD 北大核心 2005年第13期39-43,共5页
市场清算电价预测是电力市场中交易决策的基础。人工神经网络是电价预测较为理想的方法,但依然存在一些问题,如样本训练有时需要很长时间,存在收敛问题,特别是当样本特征量不明显的时候,这种现象更为突出。针对这一问题,利用自组织映射... 市场清算电价预测是电力市场中交易决策的基础。人工神经网络是电价预测较为理想的方法,但依然存在一些问题,如样本训练有时需要很长时间,存在收敛问题,特别是当样本特征量不明显的时候,这种现象更为突出。针对这一问题,利用自组织映射的聚类特性将历史数据进行特征分类和筛选处理,处理后形成的新数据用于训练三层BP神经网络,仿真结果表明,经过这种数据处理后,网络的收敛速度得到了显著提高,且预测效果良好。 展开更多
关键词 电力市场 电价预测 BP神经网络 自组织映射神经网络
在线阅读 下载PDF
自组织映射神经网络用于暂态稳定性分析的研究 被引量:18
17
作者 周伟 陈允平 《电力系统自动化》 EI CSCD 北大核心 2002年第15期33-38,共6页
对几种形式的自组织映射神经网络进行了集中介绍 ,并对自组织特征映射 (SOFM )神经网络和学习矢量量化 (LVQ)神经网络在电力系统暂态稳定模式识别中的应用性能进行比较。利用SOFM网络输出层聚类信息对不同ANN输入特征量的选取效果进行... 对几种形式的自组织映射神经网络进行了集中介绍 ,并对自组织特征映射 (SOFM )神经网络和学习矢量量化 (LVQ)神经网络在电力系统暂态稳定模式识别中的应用性能进行比较。利用SOFM网络输出层聚类信息对不同ANN输入特征量的选取效果进行了直观的比较。在这些比较的基础上 ,利用Kohonen网络“无监督聚类、有监督学习”的工作方式 ,给出一种基于Kohonen网络的复杂系统在线事故筛选和发电机功角预测方法。利用华中电网的数据对这种网络进行了大量的计算 。 展开更多
关键词 自组织映射 神经网络 暂态稳定性分析 模式识别 电力系统
在线阅读 下载PDF
应用自组织特征映射神经网络技术实现分布式入侵检测 被引量:5
18
作者 杨森 姚光开 柴乔林 《计算机应用》 CSCD 北大核心 2003年第8期54-57,共4页
文中描述了一种应用自组织特征映射神经网络技术构建的分布式入侵检测系统模型,介绍了自组织特征映射神经网络的学习算法、训练过程以及在线检测流程,具有良好的自组织、自适应的能力,为网络安全运行提供了一种入侵检测手段。
关键词 自组织特征映射 神经网络 入侵检测 分布式 自适应
在线阅读 下载PDF
基于自组织映射神经网络模型的区域经济评价——以延安市为例 被引量:6
19
作者 郝俊卿 王雁林 《地域研究与开发》 CSSCI 北大核心 2005年第1期58-61,共4页
县域经济评价分类是区域经济发展研究中的重要课题。针对县域经济评价分类与其影响因素之间复杂的非线性关系,文章提出应用自组织映射神经网络模型来评价县域经济发展实力。以延安市为例,建立了实用的县域经济评价指标体系,应用建立的... 县域经济评价分类是区域经济发展研究中的重要课题。针对县域经济评价分类与其影响因素之间复杂的非线性关系,文章提出应用自组织映射神经网络模型来评价县域经济发展实力。以延安市为例,建立了实用的县域经济评价指标体系,应用建立的自组织映射神经网络模型进行了评价分类。针对分类结果,提出了延安市各县区县域经济协调发展的对策。 展开更多
关键词 区域经济 自组织映射神经网络模型 评价 延安市
在线阅读 下载PDF
基于自组织映射神经网络的吉林省春夏期降水统计模拟研究 被引量:4
20
作者 吴香华 蒙芳秀 +3 位作者 熊萍萍 于华英 燕妮 刘伟奇 《大气科学学报》 CSCD 北大核心 2018年第6期829-837,共9页
利用1997—2015年吉林省春夏期(4—7月)逐日气象站地面观测资料,以气温、气压、相对湿度、水汽压、风速为协变量,建立各站点逐日降水量的基于自组织映射神经网络(Self-Organizing Maps,SOM)的统计预测模型;分析吉林省春夏期的主要天气模... 利用1997—2015年吉林省春夏期(4—7月)逐日气象站地面观测资料,以气温、气压、相对湿度、水汽压、风速为协变量,建立各站点逐日降水量的基于自组织映射神经网络(Self-Organizing Maps,SOM)的统计预测模型;分析吉林省春夏期的主要天气模态,研究逐日降水和天气模态之间的关系,并基于此关系提出逐日降水量的蒙特卡罗模拟方法。结果表明:SOM对天气模态的分型质量较好,邻近天气模态的累积概率分布较相似,距离较远的天气模态累计概率分布差异较大。各天气模态下无降水的概率与日降水量区间宽度的相关系数为-0. 94,显著性水平小于0. 01。基于降水量累积概率分布,20种天气模态被划分成4类,并与降水易发程度和逐日降水量完全对应。在此基础上,对吉林省24个站点逐日降水量进行蒙特卡罗模拟,并进行预测性能分析。平均绝对误差(Mean Absolute Error,MAE)和均方根误差(Root Mean Square Error,RM SE)的中位数分别为3. 12 mm和6. 13 mm,SBrier和Ssig分别为0. 06和0. 51,站点的逐日降水量预测性能整体较好。MAE和RMSE分布呈现东南大西北小,去除降水自然变异差异的影响,所有站点的误差都较小; SBrier和Ssig没有明显的空间分布特征。 展开更多
关键词 春夏期降水 自组织映射神经网络 天气模态 蒙特卡罗模拟
在线阅读 下载PDF
上一页 1 2 16 下一页 到第
使用帮助 返回顶部