針對傳統(tǒng)反向傳播（BP）神經(jīng)網(wǎng)絡使用隨機的初始化參數(shù)易造成模型計算量變大和迭代不穩(wěn)定,從而導致模型預測精度較低的問題,提出1種改進的BP神經(jīng)網(wǎng)絡模型:首先利用大氣可降水量歷史數(shù)據(jù)進行迭代,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)絡進行建模;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)絡模型進行驗證,對比分析改進的BP神經(jīng)網(wǎng)絡及傳統(tǒng)BP神經(jīng)網(wǎng)絡的預測精度。結(jié)果表明,改進的BP神經(jīng)網(wǎng)絡相比傳統(tǒng)BP神經(jīng)網(wǎng)絡具有較高的預測精度。 

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 區(qū)域大氣可降水量預測的改進BP神經(jīng)網(wǎng)絡模型
    1.1 BP神經(jīng)網(wǎng)絡基本原理
    1.2 改進的BP神經(jīng)網(wǎng)絡算法
2 GPS-PWV反演原理
3 實驗與結(jié)果分析
    3.1 利用探空站數(shù)據(jù)進行PWV預測試驗
    3.2 利用GPS反演大氣可降水量數(shù)據(jù)進行PWV預測試驗
4 結(jié)束語


【參考文獻】：
期刊論文
[1]基于改進的BP神經(jīng)網(wǎng)絡構(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.  地球物理學報. 2018(08)
[2]基于湖南CORS網(wǎng)的PWV時空變化分析及其在暴雨落區(qū)預報中的應用[J]. 江婷,李黎,田瑩,謝建,王衛(wèi)軍.  大地測量與地球動力學. 2018(07)
[3]基于神經(jīng)網(wǎng)絡模型誤差補償技術(shù)的對流層延遲模型研究[J]. 陳陽,胡伍生,嚴宇翔,龍鳳陽,張良.  大地測量與地球動力學. 2018(06)
[4]基于遺傳小波神經(jīng)網(wǎng)絡的GPS可降水量預測[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)驗模型[J]. 姚宜斌,郭健健,張豹,胡羽豐.  武漢大學學報(信息科學版). 2016(01)
[6]基于小波神經(jīng)網(wǎng)絡的GPS可降水量預測研究[J]. 葛玉輝,熊永良,陳志勝,陳宏斌,龍嘉露.  測繪科學. 2015(09)
[7]基于改進BP神經(jīng)網(wǎng)絡的煤體瓦斯?jié)B透率預測模型[J]. 尹光志,李銘輝,李文璞,曹偈,李星.  煤炭學報. 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. 2013(04)
[9]經(jīng)驗模態(tài)分解與神經(jīng)網(wǎng)絡的GPS可降水量預測[J]. 劉嚴萍,楊晶,王勇.  測繪科學. 2013(05)
[10]基于遺傳BP神經(jīng)網(wǎng)絡的短期風速預測模型[J]. 王德明,王莉,張廣明.  浙江大學學報(工學版). 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 2013



本文編號：3715540