基于径向基概率神经网络的气象参数状态识别 |
| |
引用本文: | 漆随平,于慧彬,刘涛,李小峰,王东明.基于径向基概率神经网络的气象参数状态识别[J].自动化仪表,2008,29(8). |
| |
作者姓名: | 漆随平 于慧彬 刘涛 李小峰 王东明 |
| |
作者单位: | 山东省科学院海洋仪器仪表研究所,山东东青岛,266001 |
| |
基金项目: | 山东省科学院博士基金项目 |
| |
摘 要: | 局部气象参数实时数据是船舶航行、飞机起降所需要的非常重要的海洋气象参数.这些参数实时数据中的奇异数据对航行导航可能会导致危险后果.提出了一种基于径向基概率神经网络的气象重要参数状态识别方法用来识别奇异数据.将气象参数实时数据作为神经网络的输入,参数对应状态作为输出,通过对径向基概率神经网络模型训练,实现数据状态识别,将故障奇异数据进行有效识别.保证了气象观测系统输出数据的可靠性.实验结果表明,该方法可靠,且具有较好的泛化能力,能够实现气象参数实时数据状态的有效识别.
|
关 键 词: | 气象参数 概率神经网络 径向基函数 状态识别 数据分类 |
Identifying the States of Meteorological Parameters Based on Radial Function Probabilistic Neural Network |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 维普 万方数据 等数据库收录! |
|