计算机与数字工程
計算機與數字工程
계산궤여수자공정
COMPUTER & DIGITAL ENGINEERING
2013年
5期
749-752
,共4页
局部线性嵌入%径向基神经网络%降维%预测
跼部線性嵌入%徑嚮基神經網絡%降維%預測
국부선성감입%경향기신경망락%강유%예측
利用局部线性嵌入降维方法(LLE)提取有效因子,并将这些有效因子组成的特征空间矩阵作为优化的RBF神经网络的输入矩阵,从而建立网络模型.以此对广西5月区域平均日降水量进行预报,结果表明,该模型具有较好的收敛效果和泛化能力,在预报性能上明显优于同期的T213降水预报,具有一定的普遍适用性.
利用跼部線性嵌入降維方法(LLE)提取有效因子,併將這些有效因子組成的特徵空間矩陣作為優化的RBF神經網絡的輸入矩陣,從而建立網絡模型.以此對廣西5月區域平均日降水量進行預報,結果錶明,該模型具有較好的收斂效果和汎化能力,在預報性能上明顯優于同期的T213降水預報,具有一定的普遍適用性.
이용국부선성감입강유방법(LLE)제취유효인자,병장저사유효인자조성적특정공간구진작위우화적RBF신경망락적수입구진,종이건립망락모형.이차대엄서5월구역평균일강수량진행예보,결과표명,해모형구유교호적수렴효과화범화능력,재예보성능상명현우우동기적T213강수예보,구유일정적보편괄용성.
