%0 Journal Article
%T 用径向基函数神经网络方法预报太阳黑子数平滑月均值
%A 赵海娟
%A 王家龙
%A 宗位国
%A 唐云秋
%A 乐贵明
%J 地球物理学报
%P 31-35
%D 2008
%X 简单介绍了径向基函数神经网络方法的原理和应用，发展了用径向基函数（RBF）对平滑月平均黑子数进行预报的方法.用不同的数据序列对网络进行训练，对未来8个月的平滑月平均黑子数进行预报.用该方法对第23周开始后的平滑月平均黑子数进行逐月预报，并与实测值进行比较，结果表明随着预报实效的延长预报误差被逐渐放大，该方法可以较准确地做出未来４个月的预报，绝对误差可以控制在20以内，标准差为4.8，相对误差控制在38％以内，大部分相对误差不超过15%（占总预报数的89％），具有较好的应用价值.用于网络训练的样本数量对预报结果会产生一定的影响.
%K 太阳活动
%K 预报
%K 预报方法
%K 太阳黑子数
%K 神经网络
%U http://manu39.magtech.com.cn/Geophy/CN/abstract/abstract228.shtml