%0 Journal Article
%T 混合PNN和RBF多神经网络模型的局域降雨类型识别及雨量预测
%A 刘冬宁
%A 唐海涛
%A 张巍
%A 梁路
%A 滕少华
%J 中山大学学报（自然科学版）
%D 2016
%X 摘要 在深入分析南方某局域气象数据的基础上,提出构建多网络模型（概率神经网络PNN和径向基神经网络RBF混合模型）对局域地区降雨类型进行识别及雨量预测.首先构建PNN神经网络模型识别降雨类型;其次,针对大雨级别以下和大雨级别以上分别建立两个不同的RBF神经网络模型,实现对降雨量的进一步预测;最后将RBF网络预测的雨量结果逆向校正PNN网络的预测识别结果并获得降雨类型数据的雨量等级划分.本文均采用K折交叉验证方法检验模型的可靠性与稳定性.实验结果表明,模型有效提升了预测准确率及召回率,并在实际中取得较好的应用效果
%K 概率神经网络
%K 径向基神经网络
%K 主元分析
%K K折交叉验证
%K 气象数据
%U http://xwxt.sict.ac.cn/CN/abstract/abstract3702.shtml