典型文献
基于GA?BP神经网络的极端降水定量分析与预测
文献摘要：
从南京市、太原市、北京市、上海市和广州市最近10年的历史气象数据出发,采用皮尔逊相关系数法对每个城市年降水量与多个气象特征变量进行相关性分析,通过计算皮尔逊相关系数的绝对值,筛选出前7个对降水量最具有影响的气象特征变量;用GA?BP神经网络构建7个气象特征变量与降水量之间的非线性关系,通过训练得到一个神经网络定量预测模型;以郑州市2021年7月份为例,利用训练得到的神经网络模型对降水量进行预测,结果显示该模型能较为准确地预测极端降水天气,对极端降水预测、提前防范洪涝灾害以及数据缺失值补全等具有重要意义.
文献关键词：
皮尔逊相关系数;GA-BP神经网络;预测模型
中图分类号：
作者姓名：
赵奕昕;李薇;朱家明
作者机构：
南京师范大学 电气与自动化工程学院,江苏 南京 210023;南京师范大学 数学科学学院,江苏 南京 210023;安徽财经大学 统计与应用数学学院,安徽 蚌埠 233000
文献出处：
引用格式：
[1]赵奕昕;李薇;朱家明-.基于GA?BP神经网络的极端降水定量分析与预测)[J].内蒙古师范大学学报（自然科学汉文版）,2022(06):576-581
A类：
B类：
GA,太原市,气象数据,皮尔逊相关系数,相关系数法,年降水量,气象特征,特征变量,网络构建,非线性关系,练得,定量预测模型,郑州市,极端降水天气,对极,降水预测,洪涝灾害,数据缺失,缺失值,补全
AB值：
0.257611
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
