【技术实现步骤摘要】
【技术保护点】
一种混合神经网络预测及识别景区气象要素的方法,其特征是包括以下步骤:⑴每个气象观测站每1小时整点收集的数据包括气象观测要素中的气温、风速、风向、降水、湿度、气压、能见度、地面温度为5cm地温、10cm地温、15cm地温、40cm地温以及0.8m地温、云量、蒸发量、云高、雪深、日照辐射、雾以及霾,这些气象要素值输入给计算机,进行数据处理;选出不同时期的主要气象要素值构建网络训练样本集,并依据观测数据各自特征对训练样本集进行归一化处理;对被量化的数据所采取的归一化处理变换公式为:式中,si为样本数据输入的第i个分量;si,min、si,max分别表示si的最小值和最大值;?????⑵归一化处理后,采用减聚类算法确定每个观测站所构建的m个气象要素各自的RBF(Radial?Basis?Function)网络隐层节点个数,建立RBF网络预测模型,不同气象观测站构建的各自气象要素的RBF网络隐层节点个数的多少直接决定网络预测模型的建立;?⑶采用混沌粒子群优化算法确定n个气象观测站所构建的n×m个RBF网络模型的参数,将气象观测站的气象要素的RBF网络预测模型的中心矢量、每个中心的基宽以及隐层节点 ...
【技术特征摘要】
【专利技术属性】
技术研发人员:刘道华,邬长安,曾召霞,涂友超,兰洋,余本海,王淑礼,
申请(专利权)人:信阳师范学院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。