下面就是小编给大家带来的利用人工神经网络预测电离层F2层骚扰，本文共2篇，希望能帮助到大家!
篇1：利用人工神经网络预测电离层F2层骚扰
利用人工神经网络预测电离层F2层骚扰
利用人工神经网络技术，提出预报离散随机的电离层骚扰事件的.新方案.本文重点讨论了预报电离层骚扰的人工神经网络的构造，采用模糊理论和模式识别的思想构造了网络的输入层和输出层.将与电离层骚扰相关的日面现象如太阳耀斑、黑子等的日面位置、强度等参量作为网络的输入，该方案预报结果检验中，使传统方法难以预报的小型和中型电离层(骚扰达到80%以上)的预报准确率有所提高.最后还提出了利用人工神经网络识别单一型别骚扰事件的方案，预报准确率在95%以上。
作 者：柳文 焦培南 作者单位：##中国电波传播研究所, 刊 名：地球物理学报 ISTIC SCI PKU英文刊名：CHINESE JOURNAL OF GEOPHYSICS 年，卷(期)： 44(1) 分类号：P352.4 关键词：人工神经网络 电离层骚扰 模糊集 隶属度篇2：利用回归和人工神经网络预测城市雨水径流总磷模型的有效性
利用回归和人工神经网络预测城市雨水径流总磷模型的有效性
摘要：利用人工神经网络(ANN),探讨在不无监测系统的集水区城市降水质量预测的适用性.预测使用常规的气候和地理数据集,通过构建背景传播的神经网络和回归联合模型,克服利用逐步回归的方法对数据进行分析时违背独立数据假设的'问题.研究通过交叉验证用于确定停止降水时间为输入变量参数,利用地区平均浓度(EMC)作为独立的变量,构建的模型比用负荷量构建的模型更精确.数据域和输入变量的选择对回归模型的准确性也有较大影响.但计算效率、动量和隐节点数目的选择等因素,对人工神经网络模型准确性的影响较小.同时,回归和人工神经网络模型的降水质量预测结果十分相似,但在不无监测系统的集水区域城市降水质量的预测方面,回归模型更有实效性.Abstract：This paper investigates the applicability of using artificial neural networks (ANNs) to predict urban stormwater quality at unmonitored catchments.Back-propagation neural networks and regression models were constructed using a set of general climatic and geographic data.Violation of the assumption of data independence lead to the inclusion of insignificant variables when the data was analysed using stepwise regression.To overcome this problem, cross validation was used to determine when to cease input variable entry.Models constructed using event mean concentration (EMC) as the dependent variable were more accurate than those using load.The data domain and selection of input variables had a significant effect upon the accuracy of the regression models.Whereas the choice of learning rates, momentum and number of hidden nodes had an insignificant effect upon the accuracy of the ANN models.Regression and ANN models yielded similar predictions.However, the efficiency of the regression models made them a more pragmatic approach for predicting urban stormwater quality at unmonitored sites.作 者：梅・D 西瓦库玛・M MAY D SIVAKUMAR M 作者单位：澳大利亚伍龙贡大学环境工程,新南威尔士州,伍龙贡,2500 期 刊：沈阳化工学院学报 Journal：JOURNAL OF SHENYANG INSTITUTE OF CHEMICAL TECHNOLOGY 年，卷(期)：2010, 24(1) 分类号：X820.4 关键词：人工神经网络 城市雨水水质 总磷 模型 Keywords：artificial neural networks urban stormwater quality phosphorus model
《利用人工神经网络预测电离层F2层骚扰（精选2篇）.doc》
将本文的Word文档下载到电脑，方便收藏和打印
推荐度：
点击下载文档
文档为doc格式
