發(fā)布時(shí)間：2022-12-09 22:59

　　針對傳統(tǒng)反向傳播（BP）神經(jīng)網(wǎng)絡(luò)使用隨機(jī)的初始化參數(shù)易造成模型計(jì)算量變大和迭代不穩(wěn)定,從而導(dǎo)致模型預(yù)測精度較低的問題,提出1種改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)模型:首先利用大氣可降水量歷史數(shù)據(jù)進(jìn)行迭代,得到效果較好的初始化參數(shù);再將此參數(shù)代入神經(jīng)網(wǎng)絡(luò)進(jìn)行建模;最后選取2017年國際探空站可降水量資料數(shù)據(jù)和2017年全球定位系統(tǒng)（GPS）反演的可降水量數(shù)據(jù),分別對改正的BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行驗(yàn)證,對比分析改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)及傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的預(yù)測精度。結(jié)果表明,改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)相比傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)具有較高的預(yù)測精度。 

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 區(qū)域大氣可降水量預(yù)測的改進(jìn)BP神經(jīng)網(wǎng)絡(luò)模型
    1.1 BP神經(jīng)網(wǎng)絡(luò)基本原理
    1.2 改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)算法
2 GPS-PWV反演原理
3 實(shí)驗(yàn)與結(jié)果分析
    3.1 利用探空站數(shù)據(jù)進(jìn)行PWV預(yù)測試驗(yàn)
    3.2 利用GPS反演大氣可降水量數(shù)據(jù)進(jìn)行PWV預(yù)測試驗(yàn)
4 結(jié)束語


【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)構(gòu)建區(qū)域精密對流層延遲模型[J]. 肖恭偉,歐吉坤,劉國林,張紅星.  地球物理學(xué)報(bào). 2018(08)
[2]基于湖南CORS網(wǎng)的PWV時(shí)空變化分析及其在暴雨落區(qū)預(yù)報(bào)中的應(yīng)用[J]. 江婷,李黎,田瑩,謝建,王衛(wèi)軍.  大地測量與地球動力學(xué). 2018(07)
[3]基于神經(jīng)網(wǎng)絡(luò)模型誤差補(bǔ)償技術(shù)的對流層延遲模型研究[J]. 陳陽,胡伍生,嚴(yán)宇翔,龍鳳陽,張良.  大地測量與地球動力學(xué). 2018(06)
[4]基于遺傳小波神經(jīng)網(wǎng)絡(luò)的GPS可降水量預(yù)測[J]. 謝劭峰,蘇永檸,王新橋,楊帆,梁春麗,邢尹.  中國科技論文. 2018(09)
[5]濕延遲與可降水量轉(zhuǎn)換系數(shù)的全球經(jīng)驗(yàn)?zāi)Ｐ蚚J]. 姚宜斌,郭健健,張豹,胡羽豐.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2016(01)
[6]基于小波神經(jīng)網(wǎng)絡(luò)的GPS可降水量預(yù)測研究[J]. 葛玉輝,熊永良,陳志勝,陳宏斌,龍嘉露.  測繪科學(xué). 2015(09)
[7]基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的煤體瓦斯?jié)B透率預(yù)測模型[J]. 尹光志,李銘輝,李文璞,曹偈,李星.  煤炭學(xué)報(bào). 2013(07)
[8]GPS反演的大氣可降水量變化特征及其與降水的關(guān)系研究[J]. 羅夢森,曾明劍,景元書,熊世為.  氣象科學(xué). 2013(04)
[9]經(jīng)驗(yàn)?zāi)B(tài)分解與神經(jīng)網(wǎng)絡(luò)的GPS可降水量預(yù)測[J]. 劉嚴(yán)萍,楊晶,王勇.  測繪科學(xué). 2013(05)
[10]基于遺傳BP神經(jīng)網(wǎng)絡(luò)的短期風(fēng)速預(yù)測模型[J]. 王德明,王莉,張廣明.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2012(05)

博士論文
[1]地基GNSS層析對流層水汽若干關(guān)鍵技術(shù)研究[D]. 王曉英.南京信息工程大學(xué) 2013



本文編號：3715540