基于WRF数值模式的DBN风速预测模型研究
为提高天气研究和预报(Weather Research and Forecasting，WRF) 数值模式风速预报的准确度，引入深度置信网络 (Deep Belief Nets，DBN) ，构建了基于WRF数值模型的DBN风速预测模型。利用WRF数值模式进行风速预报，将预报结果与70m 高的测风塔实际数据作为网络的输入对深度信念网络进行逐层训练，在Matlab 平台上建立DBN风速预测模型并进行仿真。经验证:基于WRF数值模式的DBN风速预测模型的相对均方根误差为11.03%，比支持向量机(Support Vector Machine，SVM) 预测模型降低了4.41%。实验结果表明:该模型能很好地预测风速并且得到了较高的预测精度。
文件下载
评论信息
其他资源
- 模式识别导论（齐敏）课后习题答案
- CEEMD-相关系数-样本熵特征，用于故障分类的特征提取
- HP 3PAR 存储配置手册（详细）
- Redis英文文献加翻译（毕业设计可用）
- 工业信息化规划方案.ppt
- 改变 CListCtrl、CHeaderCtrl 高度、字体、颜色和背景
- 【2019电子版】校招面试题库（附答案与解析）java篇.zip
- FPGA_VGA实验_弹一弹（小方块移动反弹）
- Labview教程百度云
- 基于PSCAD搭建的第一标准模型
- flask完整项目.zip
- matlab建立的DFIG模型
- phase_3_project-ds-west-082420-源码
- 硬盘测试工具CrystalDiskInfommb.txt
- NIST.800-207零信任架构.pdf
- 操作SQLite3的工具
- keil_STM_pack.rar
- did you eat?98是一种帮助人们更好开发和利用球体的系统的软件，但是是英文的，for win3.1
- STM3210E-EVAL原理图
- 工人信息管理系统的数据库设计报告
- 通用大学社团网站平台
- 51单片机8位数码管动态扫描显示
- GPSSWORLD 5.2.2 学生版
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明