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
- 哈工大算法设计与分析（骆吉洲）课后习题答案
- 基于Labview的微秒延时
- json-c,单片机解析库
- 操作系统第三版答案.rar
- VxWorks 653 系统架构讲义
- opengl的详细配置过程，以及glut.h、glut32.lib、glut32.dll等文件
- Visual Studio C++ 中小微企业信息管理系统设计与实现之开发财务管理系统
- 小学3年级数学-工作总结2.doc
- 2020萌宠内容生态下的“宠物经济”研究报告.pdf
- 全国文保单位.xlsx
- 【制作rpm包】-我是如何被面试官吊打的？.docx
- 高性能CUDA应用设计与开发方法与最佳实践.pdf
- ssh简单整合示例（带有数据库）
- 仿微信对话列表滑动删除功能
- C++ 排课程序源代码
- Visual C++ 2015 build tools update 3
- 载波同步算法研究
- 倒车雷达工作原理
- 百度自然语言处理项目（VS2017）
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