| 人工神经网络在气候预测中的应用研究 |
| 李滨
|
| 1994-03-01
|
| 学位类型 | 工学硕士
|
| 中文摘要 | 本文讨论了基于人工神经网络的气候预测系统的模型，以BP神经网 络为基础，结合K-L变换(主成份分析)对大气环流场数据进行预处理．通 过一系列实验证明引入神经网络的气候预测方法提高了单测点月平均降 水量预报的准确率(大大高于气候概率预测)．发现了大气环流场因子表 征的较优形式，对于了解大气环流场影响降水的物理机理有所帮助；同时 也证实并确定了大气环流场对降水的影响程度，表明对大气环流场所作 的K．L变换预处理是有效的。BP神经网络的引入，实现了气候预测中一 般化的非线性回归方法，利用神经网络的自学习功能，从气候的历史数 据中学习到预报因子和预报对象之间的非线性映射函数关系，具有传统 的回归方法不可比拟的优点。对降水场也进行了K-L变换预处理及神经网 络直接预报变换系数的实验，结果表明对降水场的直接预报仅考虑单层大 气环流场的影响是远不够的。并且降水场的描述(预处理)使用K-L变换也 是不恰当的，应该寻求更为合适的描述方法。 本文的工作为神经网络在气候预测中的应用、提高气候预测准 确率、有效地利用和发现预测因子等方面的研究打下了基础。 |
| 语种 | 中文
|
| 文献类型 | 学位论文
|
| 条目标识符 | http://ir.ia.ac.cn/handle/173211/7090
|
| 专题 | 毕业生_硕士学位论文
|
推荐引用方式
GB/T 7714 |
李滨. 人工神经网络在气候预测中的应用研究[D]. 中国科学院自动化研究所. 中国科学院自动化研究所,1994.
|
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论