海洋预报
海洋預報
해양예보
MARINE FORECASTS
2011年
5期
61-68
,共8页
陈璇%游小宝%周广庆%张军%刘科峰
陳璇%遊小寶%週廣慶%張軍%劉科峰
진선%유소보%주엄경%장군%류과봉
BP网络%权重%变权BP网络
BP網絡%權重%變權BP網絡
BP망락%권중%변권BP망락
传统BP神经网络在训练完之后,其权重是固定不变的,加上神经网络的样本的标准化处理,将使得网络不易描绘样本峰值.因此,本文考虑变权的方法,以调节训练后的BP网络权重,基于变权次数,建立不同网络模型,并利用不同网络输出值与相应实测值进行比较.结果表明:变权BP网络预报效果有较大提升,同时,降低了对因子相关性的要求.
傳統BP神經網絡在訓練完之後,其權重是固定不變的,加上神經網絡的樣本的標準化處理,將使得網絡不易描繪樣本峰值.因此,本文攷慮變權的方法,以調節訓練後的BP網絡權重,基于變權次數,建立不同網絡模型,併利用不同網絡輸齣值與相應實測值進行比較.結果錶明:變權BP網絡預報效果有較大提升,同時,降低瞭對因子相關性的要求.
전통BP신경망락재훈련완지후,기권중시고정불변적,가상신경망락적양본적표준화처리,장사득망락불역묘회양본봉치.인차,본문고필변권적방법,이조절훈련후적BP망락권중,기우변권차수,건립불동망락모형,병이용불동망락수출치여상응실측치진행비교.결과표명:변권BP망락예보효과유교대제승,동시,강저료대인자상관성적요구.
