文件名称:利用纯线性神经网络预测热带气旋
文件大小:152KB
文件格式:PDF
更新时间:2024-04-08 00:43:05
研究论文
要评估简单线性模型在预测热带气旋路径(TCT)(纯净的热带气旋路径)中的性能,线性神经网络(PLNN)用于预测南海(TCS)的TCT。采用均方误差和最速下降算法推导的经典Widrow-Hoff学习规则来更新净权重。为网络权重初始化介于0到1之间的均匀分布随机实数值。实验数据集是从1960年和2003年进入SCS的TCT采样的,总共有750个实例。结果表明,经度和纬度的平均绝对误差分别为0.942和0.585,约为122 km。使用相同数据集进行逐步回归的结果为1.008和0.560,约为127公里。因此,简单PLNN的性能接近经典的逐步回归。该误差小于使用更复杂的预测模型得出的许多报告结果。