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
基于深度学习的大风订正预报研究
1
作者
杨凡
刘志丰
+2 位作者
任兆鹏
崔天伦
于洋
《海洋预报》
CSCD
北大核心
2024年第6期23-31,共9页
基于数值预报模式产品的风速预报集成学习误差订正方法,通过长短期记忆网络(LSTM)和残差神经网络(ResNet)构建新的风速预测混合模型ResNet-LSTM。采用2019—2020年欧洲中期天气预报中心39种数值天气预报模式产品训练深度学习模型,对格...
基于数值预报模式产品的风速预报集成学习误差订正方法,通过长短期记忆网络(LSTM)和残差神经网络(ResNet)构建新的风速预测混合模型ResNet-LSTM。采用2019—2020年欧洲中期天气预报中心39种数值天气预报模式产品训练深度学习模型,对格点预报产品插值到站点后的预报结果进行订正。结果表明:与ECMWF的原始预报相比,ResNet-LSTM模型在预测6级以上阵风时的TS评分整体可以提高50%以上,预报精度提升。寒潮大风和台风大风的个例分析也表明,ResNet-LSTM可以有效解决大风漏报问题,对站点风速的预报订正效果显著。
展开更多
关键词
残差神经网络
长短期记忆网络
风速
预报
订正
在线阅读
下载PDF
职称材料
题名
基于深度学习的大风订正预报研究
1
作者
杨凡
刘志丰
任兆鹏
崔天伦
于洋
机构
青岛
市
气象
服务中心
青岛
市黄岛区
气象
局
青岛天洋气象科技有限公司
出处
《海洋预报》
CSCD
北大核心
2024年第6期23-31,共9页
基金
青岛市气象局课题(2021qdqxz02、2019qdqxz01)
山东省气象局项目(2022SDQN06)。
文摘
基于数值预报模式产品的风速预报集成学习误差订正方法,通过长短期记忆网络(LSTM)和残差神经网络(ResNet)构建新的风速预测混合模型ResNet-LSTM。采用2019—2020年欧洲中期天气预报中心39种数值天气预报模式产品训练深度学习模型,对格点预报产品插值到站点后的预报结果进行订正。结果表明:与ECMWF的原始预报相比,ResNet-LSTM模型在预测6级以上阵风时的TS评分整体可以提高50%以上,预报精度提升。寒潮大风和台风大风的个例分析也表明,ResNet-LSTM可以有效解决大风漏报问题,对站点风速的预报订正效果显著。
关键词
残差神经网络
长短期记忆网络
风速
预报
订正
Keywords
ResNet model
Long Short Term Memory neural network,wind speed
forecasting,correction
分类号
P457.5 [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
基于深度学习的大风订正预报研究
杨凡
刘志丰
任兆鹏
崔天伦
于洋
《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
