牛志娟
- 作品数：4 被引量：17H指数：2
- 供职机构：中北大学理学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：理学自动化与计算机技术更多>>
- 基于人工神经网络预测与分类的应用研究
- 在全球气候变化的背景下，气候变化对极端温度、降水量甚至人体健康等均产生了重要的影响。极端温度和降水量的预报对社会经济、农业生产和城市内涝防控具有现实的重要意义。本文采用人工神经网络对极端温度和降水量进行建模预测，同时在结...
- 牛志娟
- 关键词：相空间重构降水量神经网络
- 基于最小二乘法的BP神经网络在极端温度预测模型中的应用被引量：2
- 2015年
- 指出了极端温度预测问题受到多种因素的共同影响,具有非线性和高度复杂性。为了提高非线性时间序列在预测模型中的准确性,提出了一种利用最小二乘法优化的BP神经网络预测方法。该方法通过采用最小二乘法对数据样本集进行拟合,用BP算法进行优化,构建了两者结合的预测模型。应用1989-2009年的密云市温度数据资料,分别建立了基于最小二乘优化的BP神经网络和单一BP神经网络模型,并对预测结果进行了分析对比。结果表明：最小二乘法优化的BP神经网络具有更好的泛化能力,对平均最低温度的预测更加稳定,预测精度高于单一的BP神经网络。该模型可以对气候变化中气候变化中的平均最低气温具有较好的预测能力。
- 牛志娟胡红萍
- 关键词：BP神经网络最小二乘法极端温度
- 基于主成分分析的BP神经网络和RBF神经网络月平均气温预测模型被引量：6
- 2015年
- 应用基于主成分分析的BP神经网络和RBF神经网络建立了气温预测模型.通过比较模型的均方误差(MSE)和平均绝对误差(MAE)值可知,采用主成分分析的BP神经网络得到的预测模型的误差小于主成分分析的RBF神经网络预测模型.结果表明,模型采用主成分分析提取了影响因变量的重要因子,去掉了网络输入样本的自变量之间的重叠因子,同时也提高了预测能力.
- 牛志娟胡红萍
- 关键词：主成分分析BP神经网络RBF神经网络月平均气温
- 基于BP、PCA-BP和PLS算法对城市降水量的预测研究被引量：2
- 2016年
- 降水量预报对农业生产、城市经济和防控城市内涝等具有重要意义.本文应用BP神经网络、基于主成分分析的BP神经网络和偏最小二乘(PLS)算法建立了三种降水量预测模型.通过比较三种模型的MSE和MAE值,发现PLS模型的预测能力优于其它两种模型.在PLS模型中,采用PLS算法所提取主成分的因变量总方差比例为0.899,这就说明模型具有很好的稳定性和预测能力.通过对PLS模型进行分析,发现极端最低气温(X_1)、极端最高气温(X_2)、降水距平百分率(X_3)、平均气温(X_4)是影响城市降水量的主要因素,且降水量随着X_1、X_2、X_3、X_4的增大而增大.
- 牛志娟胡红萍白艳萍李强
- 关键词：BP神经网络降水量预测
