典型文献
神经网络残差的加权平均温度模型改进方法
文献摘要：
针对GPT3经验模型估计加权平均温度的泛化能力不足的缺点,该文提出了一种使用神经网络对GPT3模型的残差进行改正的方法,从而建立一个高精度的改进模型.使用了全球站点无线电探空资料数据集(IGRA)提供的中国区域内的38个探空站点共108633组数据进行建模,其中2012—2014年的数据用于模型训练,2015年的数据用于模型检验.最终结果表明:改进模型的均方根误差值为2.91K,精度相比GPT3模型计算得到的估计值提高了32.2％,加权平均温度估计精度有了显著的提高,且在整个中国区域都有较好的泛化能力.
文献关键词：
神经网络;残差建模;加权平均温度
中图分类号：
作者姓名：
高文亮;高井祥;姚文豪;师嘉奇
作者机构：
中国矿业大学 环境与测绘学院,江苏 徐州 221116;自然资源部 国土环境与灾害检测重点实验室,江苏 徐州 221116
文献出处：
引用格式：
[1]高文亮;高井祥;姚文豪;师嘉奇-.神经网络残差的加权平均温度模型改进方法)[J].测绘科学,2022(10):15-20,38
A类：
91K,残差建模
B类：
加权平均温度,温度模型,模型改进,改进方法,GPT3,经验模型,模型估计,泛化能力,改正,改进模型,无线电探空,探空资料,IGRA,中国区域,探空站,模型训练,模型检验,误差值,估计值,估计精度
AB值：
0.314717
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。
