基于LSTM网络的大雾临近预报模型及应用

苗开超; 韩婷婷; 王传辉; 章军; 姚叶青; 周建平

首页> 中文期刊> 《计算机系统应用》 >基于LSTM网络的大雾临近预报模型及应用

基于LSTM网络的大雾临近预报模型及应用

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

长短期记忆网络(LSTM)是一种时间递归神经网络,适合于预测时间序列延续性相对较长的事件.本文基于LSTM网络构建了一个全新的大雾临近预报框架,首先将地面气象要素观测资料转化成时间序列数据,并基于此序列进行建模.为了验证提出的模型的准确性,将安徽省81个国家站近2年地面气象要素数据转换为序列数据,基于该数据集对未来1–4小时进行逐小时大雾预报实验,实验结果显示本文提出的模型其TS-Score分别为61％、55％、36％和31％,明显优于卷积神经网络(CNN)以及传统机器学习算法如支持向量机(SVM)和K-近邻算法(KNN)的预测结果,是大雾临近预报的一种有效预报方法.

著录项

来源
《计算机系统应用》 |2019年第5期|215-219|共5页
作者
苗开超; 韩婷婷; 王传辉; 章军; 姚叶青; 周建平;
展开▼
作者单位

安徽省气象局;

合肥 230031;

安徽大学;

合肥 230039;

安徽省气象局;

合肥 230031;

安徽大学;

合肥 230039;

安徽省气象局;

合肥 230031;

安徽省气象局;

合肥 230031;

展开▼
原文格式 PDF
正文语种 chi
中图分类
关键词
LSTM; 气象要素时间序列; 大雾; 临近预报;

相似文献

中文文献
外文文献
专利

1. 基于多变量LSTM神经网络模型的风暴潮临近预报 [J] . 刘媛媛 ,张丽 ,李磊 . 海洋通报 . 2020,第006期
2. 大雾临近预报中高密度能见度数据应用 [J] . 周建平 ,张蕾 ,王传辉 . 气象科技 . 2019,第005期
3. 基于观测和再分析数据的LSTM深度神经网络沿海风速预报应用研究 [J] . 王国松 ,王喜冬 ,侯敏 . 海洋学报（中文版） . 2020,第001期
4. EOF-LSTM神经网络的电离层TEC预报模型 [J] . 汤俊 ,李垠健 ,钟正宇 . 大地测量与地球动力学 . 2021,第009期
5. 基于人工神经网络算法的成都大雾的预报 [J] . 何冬梅 . 中国科技信息 . 2012,第024期
6. 基于雷达临近预报和中尺度数值预报融合技术的短时定量降水预报及其在北京地区的应用 [C] . 程丛兰 ,陈明轩 ,高峰 . 2014年全国重大天气过程总结和预报技术经验交流会 . 2014
7. 基于ARMAX--LSTM模型的高炉铁水质量预报研究 [A] . 李泽龙 . 2019

基于LSTM网络的大雾临近预报模型及应用

摘要

著录项

相似文献

相关主题

期刊订阅