您的位置: 专家智库 > >

福建省自然科学基金(2008J0241)

作品数:2 被引量:3H指数:1
相关作者:江彩英张信华更多>>
发文基金:福建省自然科学基金更多>>
相关领域:机械工程金属学及工艺理学自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇金属学及工艺
  • 1篇机械工程
  • 1篇自动化与计算...
  • 1篇理学

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇网络
  • 2篇交叉熵
  • 2篇BP神经
  • 2篇BP神经网
  • 2篇BP神经网络

作者

  • 1篇张信华
  • 1篇江彩英

传媒

  • 1篇福建气象
  • 1篇南京信息工程...

年份

  • 1篇2012
  • 1篇2009
2 条 记 录,以下是 1-2
排序方式:
交叉熵神经网络——一种适合于小概率事件预报的方法
2009年
基于误差平方和最小化准则的BP神经网络并不适合解决小概率天气事件的预报问题,引进一种改进的神经网络方法(ANN—CE)用于小概率天气事件的预测,它是一个以交叉熵函数为目标函数的三层反向传播神经网络,其输出层只用一个节点,其网络输出是目标事件的后验概率;介绍了其训练关键公式,最后利用ECMWF预报场资料,把该法用于福建省南平市大雨96小时预报试验中,分别用原始因子和PCA降维后的主成分建立了ANN—CE预报模型,并把结果和线性回归方法进行比较,展示该方法的有效性。
吴木贵
关键词:BP神经网络交叉熵
交叉熵神经网络及其在闽北大雨以上降水预报中的应用被引量:3
2012年
基于误差平方和最小化准则的BP神经网络(ANN-MSE)并不适合解决小概率天气事件的预报问题,引进一种改进的以交叉熵函数为目标函数的神经网络方法(ANN-CE),该法是一个三层反向传播神经网络,其输出层只用一个节点.利用2003—2008年的ECMWF预报场资料,把该法用于福建省南平市4—6月部分大雨或以上降水96h预报中,分别用原始因子和PCA降维后的主因子建立了ANN-CE预报模型和ANN-MSE预报模型,用这些模型对2009—2010年独立样本进行了试报.测试结果显示主因子预报模型TS评分比原始因子预报模型高且漏报次数少,其中,主因子ANN-CE预报模型的TS评分和漏报率分别是0.51和0.17,其性能是所有模型中最好且最为稳定的,是一种适合于小概率事件预报的方法.
吴木贵江彩英张信华赖荣钦
关键词:BP神经网络交叉熵
共1页<1>
聚类工具0