两种样本输入方式下基于GRNN的日长变化预报结果的比较  

作　　者：张晓红[1] 王琪洁[1] 朱建军[1] 张昊[1] 

机构地区：[1]中南大学地球科学与信息物理学院

出　　处：《中国科学院上海天文台年刊》2011年第1期147-153,共7页Annals Shanghai Astronomical Observatory Chinese Academy of Sciences

基　　金：国家自然科学基金委员会与中国科学院天文联合基金(No.10878026)

摘　　要：针对广义回归神经网络用于日长变化预报过程中,样本的输入方式对预报结果的影响进行了研究。采用2种输入方式:即样本按不同跨度输入以及按连续输入,对日长变化进行预报。最终证明不同的样本输入方式对日长变化预报精度的影响较大,样本按跨度输入在超短期预报中预报精度较高,样本采用连续输入的方式在短期和中期预报中预报精度较高。

关 键 词：广义回归神经网络 日长变化预报 输入方式 相关性 

分 类 号：P18[天文地球—天文学]