伴随时空特性的雷电预测BP-ANN模型研究

伴随时空特性的雷电预测BP-ANN模型研究

论文摘要

为提高雷电预测模型的准确率和学习性能,提出一种基于增量学习和时空特性的雷电预测BP-ANN二项分类器。通过增量方式和依据数据的时空特征进行历史数据的学习,建立多种BP-ANN模型,分别对新的数据进行预测分类,然后采用多数投票方式确定新数据的类别。分别构建基于增量学习的BP-ANN模型、基于时空特性的BP-ANN模型以及结合基于增量学习和时空特性的BP-ANN模型这3种雷电预测模型,并在真实雷电数据集上进行预测准确度和学习性能的测试,结果表明了增量学习、时空特性以及二者结合的优劣。

论文目录

  • 0 引言
  • 1 BP-ANN模型概述
  •   1.1 神经网络学习算法
  •   1.2 学习结果的判定策略
  • 2 基于增量学习和时空特性的雷电预测BP-ANN模型
  •   2.1 带时空特性的增量学习模型的构建
  •   2.2 带时空特性的增量学习流程和实现算法
  • 3 模型的测试和结果分析
  •   3.1 测试环境与测试数据集
  •   3.2 增量学习的BP-ANN模型的测试和结果分析
  •   3.3 具有时空特征的雷电预测BP-ANN模型的测试和结果分析
  •   3.4 结合增量学习和时空特性的BP-ANN模型测试和结果分析
  • 4 结束语
  • 文章来源

    类型: 期刊论文

    作者: 李芬,肖建,林志强,李志鹏

    关键词: 雷电预测,增量学习,时空特性,二项分类器

    来源: 计算机与现代化 2019年04期

    年度: 2019

    分类: 信息科技,基础科学

    专业: 气象学,自动化技术

    单位: 江西省气象信息中心,南昌大学信息工程学院

    基金: 江西省科技计划项目(20112BBI90024)

    分类号: P429;TP18

    页码: 76-81

    总页数: 6

    文件大小: 358K

    下载量: 67

    相关论文文献

    • [1].基于在线增量学习支持向量机的径流预测[J]. 水利科技与经济 2017(07)
    • [2].三支决策朴素贝叶斯增量学习算法研究[J]. 计算机工程与应用 2020(18)
    • [3].一种新的类增量学习方法[J]. 计算机工程与应用 2011(34)
    • [4].实现兼类样本类增量学习的一种算法[J]. 控制与决策 2009(01)
    • [5].基于在线增量学习的自适应聚焦爬虫研究[J]. 计算机应用与软件 2009(05)
    • [6].基于超球支持向量机的类增量学习算法研究[J]. 计算机科学 2008(08)
    • [7].基于目标均衡度量的核增量学习跌倒检测方法[J]. 计算机应用 2018(04)
    • [8].基于最小二乘支持向量机的特征增量学习算法[J]. 计算机工程与科学 2008(12)
    • [9].一种改进的种群增量学习算法求解带软时间窗的车辆路径优化问题[J]. 南京理工大学学报 2016(01)
    • [10].云计算平台上基于选择性集成的增量学习研究[J]. 南京邮电大学学报(自然科学版) 2012(05)
    • [11].基于本体增量学习的主题爬行[J]. 长春工程学院学报(自然科学版) 2010(04)
    • [12].适用于连续数值标签的兴趣漂移增量学习方法[J]. 北京航空航天大学学报 2009(09)
    • [13].多特征增量学习的视频重建图像质量增强算法[J]. 华南理工大学学报(自然科学版) 2018(12)
    • [14].具有增量学习能力的智能孤岛检测方法[J]. 电力自动化设备 2018(05)
    • [15].支持增量学习的文本单类别分类算法[J]. 计算机工程与应用 2008(27)
    • [16].基于增量学习的非平衡SVM分类方法[J]. 计算机与现代化 2018(07)
    • [17].支持向量机在线增量学习算法的MATLAB实现[J]. 江汉大学学报(自然科学版) 2016(05)
    • [18].一种改进的LSTSVM增量学习算法[J]. 吉林大学学报(理学版) 2018(04)
    • [19].一种基于局部敏感哈希的SVM快速增量学习算法[J]. 计算机科学 2017(S2)
    • [20].一种面向硬件木马检测的SVDD增量学习改进算法[J]. 计算机工程与应用 2019(09)
    • [21].基于选择性抽样的SVM增量学习算法的泛化性能研究[J]. 计算机测量与控制 2019(04)
    • [22].基于子空间距离的局部切空间增量学习[J]. 武汉科技大学学报 2019(05)
    • [23].基于群体增量学习算法的第三方物流网络设计[J]. 辽宁工业大学学报(自然科学版) 2018(03)
    • [24].一种SVDD增量学习淘汰算法[J]. 计算机工程与应用 2018(18)
    • [25].增量学习的模糊风格K平面聚类[J]. 控制与决策 2020(09)
    • [26].一种具有增量学习能力的PU主动学习算法[J]. 计算机工程 2011(04)
    • [27].动态的SDN网络流量模式增量学习算法[J]. 中南民族大学学报(自然科学版) 2018(02)
    • [28].自适应的SVM增量算法[J]. 计算机科学与探索 2019(04)
    • [29].基于典型样本的卷积神经网络增量学习研究[J]. 电子测量技术 2018(06)
    • [30].基于增量学习和Lasso融合的数据可视化模式识别方法[J]. 高技术通讯 2018(01)

    标签:;  ;  ;  ;  

    伴随时空特性的雷电预测BP-ANN模型研究
    下载Doc文档

    猜你喜欢