科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统BP神经网络在训练完之后,其权重是固定不变的,加上神经网络的样本的标准化处理,将使得网络不易描绘样本峰值。因此,本文考虑变权的方法,以调节训练后的BP网络权重,基于变权次数,建立不同网络模型,并利用不同网络输出值与相应实测值进行比较。结果表明:变权BP网络预报效果有较大提升,同时,降低了对因子相关性的要求。
-
单位中国科学院大气物理研究所; 中国人民解放军陆军工程大学; 北京应用气象研究所
传统BP神经网络在训练完之后,其权重是固定不变的,加上神经网络的样本的标准化处理,将使得网络不易描绘样本峰值。因此,本文考虑变权的方法,以调节训练后的BP网络权重,基于变权次数,建立不同网络模型,并利用不同网络输出值与相应实测值进行比较。结果表明:变权BP网络预报效果有较大提升,同时,降低了对因子相关性的要求。
