基于动态K均值的RBF神经网络日降水预报模型.pdf

基于动态K均值的RBF神经网络日降水预报模型.pdf

ID:55729483

大小:1.03 MB

页数:5页

时间:2020-06-01

基于动态K均值的RBF神经网络日降水预报模型.pdf_第1页
基于动态K均值的RBF神经网络日降水预报模型.pdf_第2页
基于动态K均值的RBF神经网络日降水预报模型.pdf_第3页
基于动态K均值的RBF神经网络日降水预报模型.pdf_第4页
基于动态K均值的RBF神经网络日降水预报模型.pdf_第5页
资源描述:

《基于动态K均值的RBF神经网络日降水预报模型.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、文章编号:1007—1423(2014)02—0011-05DOI:10.3969~.issn.1007—1423.2014.02.003基于动态K均值的RBF神经网络日降水预报模型蒋林利(广西柳州师范高等专科学校数学与计算机科学系,柳州545004)摘要:针对优化径向基函数神经网络的各参数问题.提出一种动态K均值混合优化RBF神经网络并应用于广西降水数据进行建立预报模型.该模型与传统的K均值RBF模型和同期的T213降水预报进行对比.结果表明。该模型建立的5月3个区域的逐13降水预报.预测的精确度明显高

2、于同期的T213降水预报。关键词:RBF神经网络;K均值:梯度算法基金项目:广西高校科学技术研究项目(No.2013YB281)、柳州师范高等专科学校基金资助项目(No.LSZ2012B005)0引言网络结构和参数值都是由研究人员长时间经过大量的实验摸索和不断地调整误差值来确定的。因此.对于同由于天气的变化受到时间和空间的影响.形成物一个问题采用同一种方法.由于操作人员不同可能会理过程十分复杂.准确及时的降水预报是天气系统中导致结果不同这样限制了RBF神经网络在降水预报最困难和最重要的系统之一【。目前。国

3、内外多数的降研究中的应用。因此.本文提出找到一组合适的参数来雨量预报方法是建立在对历史数据样本进行统计分析提高RBF神经网络的性能方法是非常必要的采用动计算的基础之上.依据对数据处理的方式不同.采用的态调整K均值聚类选取隐层节点的个数及对应的中心预测方法也不同.常用的天气统计预报方法有多元回值.结合梯度法的优化RBF神经网络各个参数并建立归分析、典型判别分析、时间序列分析的神经网络建立降水预报模型首先介绍动态的K均值算法思想和程预测模型等【而具有结构简单、较强逼近性能和全局序实现:然后将梯度下降法更进一步

4、结合优化的RBF优化特点的前馈径向基函数[SiRBF(RadialBasisFunc.神经网络建立广西月降水预报模型.并使用相同数据ti0n1神经网络NN(NeuralNetwork)已广泛地在非线性输入传统的K—RBF模型和T213降水预报进行对比结函数逼近、数据分类及预测等多个领域得到应用。但果:最后得出结论。是.RBF因受到本身拓扑结构的影响.决定RBF神经网络结构和性能的主要因素有四个.即隐层神经元的1动态K均值算法思想个数、隐层节点的数据中心值、宽度和隐层到输出层的动态K均值算法是在聚类过程中不

5、断调整中心的连接权值。其中.中心值的选取对RBF神经网络的个数和中心值.它的基本思想是从N个输人数据集中性能影响最大。K均值聚类算法阎具有收敛速度快、算随机选取K个数据样本作为初始聚类中心值.然后把法简单及局部搜索能力较强等特点.但对初始中心敏N个样本数据集按最小距离的原则分配到离它最近的感及对中心点个数需事先确定.容易陷入局部最优[81聚类中.然后筛选去掉没有分到的中心点.最后将各聚如何确定合适的RBF参数和网络结构.到目前为止.类子集内的所有样本数据作平均值.并作为该聚类的还没有找到合适的规律可循。由

6、于缺乏经验知识.RBF中心点.该方法是通过迭代的过程把数据样本集划分现代计算机2014.01中[8】知识点.http://baike.baidu.corrdview/2375413.htm.2013/5/20[9】张岩,赵志刚.数据仓库在成绩分析及教学决策中的应用【JJ.沈阳师范大学学报(自然科学版),2007,25(4):468~471[10】张瑶,陈高云,王鹏.数据挖掘技术在试卷分析中的应用『J].西南民族大学学报(自然科学版),2009,34(4):839842【11]t丽君.基于OLAP技术构建试

7、卷处理分析系统【J】.南昌大学学报(理科版),2005,29(4):396~399[12】杨葳.基于OLAP的成绩分析系统的研究【D].沈阳工业大学,2007作者简介:曲超(1979一),男,山东烟台人,硕士,讲师,研究方向为信息网络、数据挖掘、信息检索袁瑞芬(1981一),女,广东人,硕士,助理工程师,研究方向为信息网络魏小锐(1983一),男,广东人,硕士,实验师,研究方向为计算机网络、企业信息化收稿日期:2013—09—24修稿日期:2013—12—29ResearchontheQualityofE

8、xamPaperAnalysisBasedonKnowledgeQUChao,YUANRui—fen,WEIXiao—rui(CollegeofComputerScience,DongguanUniversityofTechnology,Dongguan523808)Abstract:Describestheexistingmeasurementsofexampaperqualitybrieflyandit"sdisadvan

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。