基于PCA—LLE组合的优化RBF神经网络降水预测模型

作者：罗芳琼; 吴春梅部线性嵌入主成分分析径向基神经网络降维预测

摘要：提出了主成分分析（PCA）和局部线性嵌入降维方法（LLE）组合的优化RBF神经网络降水预测模型，首先利用主成分分析（PCA）和局部线性嵌入降维方法（LLE）组合对众多气象物理因子降维提取有效因子，再将这些综合有效因子组成的特征空间矩阵作为优化的RBF神经网络的输入矩阵，从而建立网络模型．以此对广西5月三个不同区域平均日降水量进行预报实验，结果表明，该模型具有较好的收敛效果和泛化能力，在预报性能上明显优于同期的T213降水预报、PCA预报、LLE预报，预报稳定性好，预报准确率较高，具有一定的普遍适用性．

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社