期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
人工神经网络在岩溶水资源评价中的应用
被引量：
9
1
作者
周翔
朱学愚
《中国岩溶》
CAS
CSCD
1999年第4期337-341,共5页
本文通过采用并加以改进的误差反向传播人工神经网络(BPN)算法,使网络收剑速度加快和避免局部极小。在此基础上建立了岩溶水模拟模型,同时以济南为例对模型进行了应用验证。拟合结果表明,该方法对于岩溶水资源评价具有较大的适用性。
关键词
人工神经网络
误差
后
传
算法
岩溶水
水资源评价
下载PDF
职称材料
基于CCA-BP-BPNN释用模型的太平洋SST预报
被引量：
4
2
作者
周林
杨成荫
+1 位作者
王汉杰
赵苏璇
《解放军理工大学学报（自然科学版）》
EI
北大核心
2009年第4期391-396,共6页
为了有效提高预报精度,将一种基于神经网络并能综合有效利用全场信息的非线性释用技术应用到海洋SST预测上。通过CCA-BP法建立的典型因子,可以代表气象因子场与SST之间的大部分协方差关系,使气象因子与站点要素相关性大为提高,进而通过...
为了有效提高预报精度,将一种基于神经网络并能综合有效利用全场信息的非线性释用技术应用到海洋SST预测上。通过CCA-BP法建立的典型因子,可以代表气象因子场与SST之间的大部分协方差关系,使气象因子与站点要素相关性大为提高,进而通过神经网络技术(BPNN)建立非线性预报模型。利用该模型尝试对热带太平洋表层海温形势(ENSO)进行预报,并建立了该区域逐点海温的预报方案。试报结果表明,该方法对预测春季海温形势有较好的效果,有效预报时效可达1 a以上;对6 a的3月份热带太平洋表层海温预报,平均绝对误差为0.22°C。该方法为海洋SST统计预报提供了一个值得参考的途径。
展开更多
关键词
解释应用
海温预测ENSO预测
典型相关
神经网络
误差
后
传
算法
下载PDF
职称材料
题名
人工神经网络在岩溶水资源评价中的应用
被引量：
9
1
作者
周翔
朱学愚
机构
南京大学地球科学系
出处
《中国岩溶》
CAS
CSCD
1999年第4期337-341,共5页
基金
国家自然科学基金!项目批准号:49772162
文摘
本文通过采用并加以改进的误差反向传播人工神经网络(BPN)算法,使网络收剑速度加快和避免局部极小。在此基础上建立了岩溶水模拟模型,同时以济南为例对模型进行了应用验证。拟合结果表明,该方法对于岩溶水资源评价具有较大的适用性。
关键词
人工神经网络
误差
后
传
算法
岩溶水
水资源评价
Keywords
Artificial neural network
Backpropagation algorithm
Karstwater
分类号
P641.134 [天文地球—地质矿产勘探]
P641.8 [天文地球—地质学]
下载PDF
职称材料
题名
基于CCA-BP-BPNN释用模型的太平洋SST预报
被引量：
4
2
作者
周林
杨成荫
王汉杰
赵苏璇
机构
解放军理工大学气象学院
中国科学院东亚区域气候-环境重点实验室
南京军区空军某部
出处
《解放军理工大学学报（自然科学版）》
EI
北大核心
2009年第4期391-396,共6页
基金
国家重点基础研究发展规划资助项目(2006CB400505)
国家自然科学基金资助项目(40675040)
文摘
为了有效提高预报精度,将一种基于神经网络并能综合有效利用全场信息的非线性释用技术应用到海洋SST预测上。通过CCA-BP法建立的典型因子,可以代表气象因子场与SST之间的大部分协方差关系,使气象因子与站点要素相关性大为提高,进而通过神经网络技术(BPNN)建立非线性预报模型。利用该模型尝试对热带太平洋表层海温形势(ENSO)进行预报,并建立了该区域逐点海温的预报方案。试报结果表明,该方法对预测春季海温形势有较好的效果,有效预报时效可达1 a以上;对6 a的3月份热带太平洋表层海温预报,平均绝对误差为0.22°C。该方法为海洋SST统计预报提供了一个值得参考的途径。
关键词
解释应用
海温预测ENSO预测
典型相关
神经网络
误差
后
传
算法
Keywords
interpretation
SST（sea surface temperature） prediction
ENSO（EI Nino suthern oscillation）prediction
canonical correlation
BPNN （back-propagation neural network）
分类号
P732.5 [天文地球—海洋科学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
人工神经网络在岩溶水资源评价中的应用
周翔
朱学愚
《中国岩溶》
CAS
CSCD
1999
9
下载PDF
职称材料
2
基于CCA-BP-BPNN释用模型的太平洋SST预报
周林
杨成荫
王汉杰
赵苏璇
《解放军理工大学学报（自然科学版）》
EI
北大核心
2009
4
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
