基于神经遗传模型的短期降雨预测研究
1. 神经网络在短期降雨预测中的应用
神经网络具有映射一组输入变量和输出变量之间非线性且复杂相互关系的能力,这在科学和工程的许多不同主题研究中都得到了证实和支持。
1.1 神经网络在不同问题中的应用示例
| 参考文献 | 模型类型 | 输入 - 输出 | 成功情况 |
|---|---|---|---|
| Piotrowski 等 (2012) | 噪声注入多层感知器神经网络 | 预测纵向弥散系数,通过引入进化计算避免基于梯度训练算法中的“收敛到局部最小值”和“无法优化不可微数据集”错误 | 噪声注入的 MLP 神经网络结果与多种进化计算技术比较,扩展的差分进化算法表现更优 |
| Khashei 等 (2012) | 多线性回归模型与多层感知器神经网络模型耦合 | 对日本商业信贷数据、印度糖尿病数据、法医玻璃数据和 Fisher Iris 数据集进行分类 | 该组合模型比线性判别分析 (LDA)、二次判别分析 (QDA)、K 近邻 (KNN) 和支持向量机 (SVMs) 更有效 |
| Lekouch 等 (2012) | 人工神经网络 | 利用空气和露点温度或相对湿度、风速和 |
超级会员免费看
订阅专栏 解锁全文
46

被折叠的 条评论
为什么被折叠?



