排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
为提高沙尘暴预报的准确率,以描述大气环流形式的物理场格点数据作为建模样本,采用自组织神经网络对物理格点场数据样本进行聚类,构建出由大规模阵列式数据格式表示的建模样本的低维特征,再用模糊神经网络综合建模样本的一般性规律,用非典型样本进行二次建模以反映建模样本的特殊性,并设计隶属度调整方案对一般性和特殊性进行协调,由此形成兼顾建模样本一般性和特殊性的双预报模型.测试结果表明,基于特征提取方案的双预报模型体系使沙尘暴预报准确率达到80.4%. 相似文献
1