基于人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)與分類的應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩50頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、在全球氣候變化的背景下,氣候變化對(duì)極端溫度、降水量甚至人體健康等均產(chǎn)生了重要的影響。極端溫度和降水量的預(yù)報(bào)對(duì)社會(huì)經(jīng)濟(jì)、農(nóng)業(yè)生產(chǎn)和城市內(nèi)澇防控具有現(xiàn)實(shí)的重要意義。本文采用人工神經(jīng)網(wǎng)絡(luò)對(duì)極端溫度和降水量進(jìn)行建模預(yù)測(cè),同時(shí)在結(jié)腸癌基因表達(dá)數(shù)據(jù)的基礎(chǔ)上,對(duì)癌癥基因類別分類研究。以上研究可以為極端溫度和降水量準(zhǔn)確性的預(yù)測(cè)及癌癥基因的正確分類提供了可靠的理論基礎(chǔ),具有科學(xué)的實(shí)踐意義。
  文章主要研究?jī)煞矫娴膬?nèi)容,一方面是理論研究,對(duì) RBF

2、神經(jīng)網(wǎng)絡(luò)的基函數(shù)中心選取進(jìn)行了研究分析,并采用試算法對(duì) RBF神經(jīng)網(wǎng)絡(luò)模型中的平滑因子進(jìn)行選取利用相空間重構(gòu)和主成分分析的兩種方法對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化分析;另一方面是幾種人工神經(jīng)網(wǎng)絡(luò)在極端氣候的預(yù)測(cè)和癌癥基因分類中的應(yīng)用研究,通過網(wǎng)絡(luò)的模型建立對(duì)實(shí)際問題進(jìn)行預(yù)測(cè)分析。
  本文首先以張北1956-2009年的氣象數(shù)據(jù)為研究對(duì)象,采用幾種不同的人工神經(jīng)網(wǎng)絡(luò)建立極端最低氣溫和降水量模型,并將其不同模型的預(yù)測(cè)結(jié)果進(jìn)行分析對(duì)比;其次,利用相

3、空間重構(gòu)的方法來確定了網(wǎng)絡(luò)的輸入維數(shù),減少了冗余的自變量,從而構(gòu)建了基于相空間重構(gòu)和RBF神經(jīng)網(wǎng)絡(luò)相結(jié)合的預(yù)測(cè)模型,該方法克服了RBF神經(jīng)網(wǎng)絡(luò)的不穩(wěn)定,提高了預(yù)測(cè)精度。然后,文中利用了BP神經(jīng)網(wǎng)絡(luò)、主成分分析優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)和偏最小二乘算法(PLS)對(duì)降水量建立了預(yù)測(cè)模型。通過PLS算法降水量預(yù)測(cè)模型的主要因素進(jìn)行了分析,得到了多變量方程。結(jié)果表明,PLS算法既解決了BP神經(jīng)網(wǎng)絡(luò)的不穩(wěn)定性的缺點(diǎn),同時(shí)也縮短了神經(jīng)網(wǎng)絡(luò)的運(yùn)行時(shí)間,提高了

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論