自组织特征映射神经网络在厄尔尼诺事件检验中的应用  

The Application of the Self-Organizing Feature Map Neural Network in Testing the El Nino Event

作　　者：林玎[1] 刘伟[1] 张治国[2] 

机构地区：[1]吉林建筑工程学院基础科学系,长春130021 [2]吉林大学综合信息矿产预测研究所,长春130026

出　　处：《吉林大学学报（地球科学版）》2006年第4期609-612,共4页Journal of Jilin University：Earth Science Edition

基　　金：国家"863"计划项目(2001AA135120-2)

摘　　要：对厄尔尼诺事件多因素成因进行了分析。利用自组织特征映射（SOFM）神经网络方法对1973～1994年的全球7级以上地震次数、日食条件、海温距平数据建立了SOFM网络检验模型。对1995～2000年厄尔尼诺事件进行了检验，检验的准确率为83．3％。The causes of the El Nino events was analyzed. The self-organizing feature map （SOFM） neural network forecasting model was built up according to the numbers ot the earthquakes, the conditions of solar-eclipses and average of sea-temperature in 1973～1994 with the method of the SOFM network and examines the E1 Nino events happened in 1995～2000. Its accuracy rate is 83.3%.

关 键 词：自组织特征映射 人工神经网络 厄尔尼诺 日食 海温 地震 

分 类 号：P732[天文地球—海洋科学]