|
|||||
|
|
| 学习矢量量化网络在太阳耀斑预报中的应用 | |
| 引用本文： | 李蓉,崔延美,贺晗.学习矢量量化网络在太阳耀斑预报中的应用[J].计算机仿真,2009,26(8):173-175,187. |
| 作者姓名： | 李蓉 崔延美 贺晗 |
| 作者单位： | 1. 北京物资学院信息学院,北京,101149 2. 中国科学院空间科学与应用研究中心,北京,100190 3. 中国科学院国家天文台,北京,100012 |
| 基金项目： | 高等学校人才强教计划资助项目，北京市教育委员会科研基地建设项目，北京市教育委员会科技计划项目，国家自然科学基金重点项目 |
| 摘 要： | 为了提高太阳耀斑预报的预报精度,主要是提高识别性能,提出了应用学习矢量量化(Learning Vector Quantity,LVQ)网络建立耀斑预报模型.LVQ是一种基于竞争学习规则的神经网络,采用有监督学习模式.算法每次修改连接获胜输出单元的权向鼍.更新规则是获胜单元的类别与输入向量的类别相匹配,它的权向量将向模式移近,否则将距离拉开.应用LVQ的耀斑预报模型是两层神经网络结构,输入层单元为预报因子的特征值,输出单元是耀斑预报的类别.仿真预报结果证明预撤模型具有较高的预报精度,说明LVQ是有效的预报方法. |
| 关 键 词： | 耀斑 预报因子 参考点 权值向量 竞争学习 |
Application of Learning Vector Quantity Network in Solar Flare Forecasting |
|
| LI Rong,CUI Yan-mei,HE Han.Application of Learning Vector Quantity Network in Solar Flare Forecasting[J].Computer Simulation,2009,26(8):173-175,187. | |
| Authors: | LI Rong CUI Yan-mei HE Han |
| Affiliation: | 1.The Institute of Information;Beijing Wuzi University;Beijing 101149;China;2.Center for Space Science and Applied Research;Chinese Academy of Sciences;Beijing 100190;3.The National Astronomical Observatory;Beijing 100012;China |
| Abstract: | In order to improve the prediction accuracy,Learning Vector Quantity(LVQ) was applied to construct flare prediction model.LVQ is a neutral network based on competitive learning rule,which adopts a supervised learning model.The weight vector connecting the winner output units are modified in each step of algorithm.Weight rule is when the class label of the winner unit is matched to that of the input vector,the weight vector moves toward the input vector;otherwise,the weight vector moves away from the input v... |
| Keywords: | Flare Predictor Reference point Weight vector Competitive learning |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |