李润祥
- 作品数：1 被引量：5H指数：1
- 供职机构：甘肃农业大学资源与环境学院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：天文地球更多>>
- BP神经网络和支持向量机在积温插值中的应用被引量：5
- 2014年
- 积温插值是分布式积温获取的重要途径。为了提高积温插值的精度,应用BP(Back Propagation Learning Algorithm)神经网络模型和支持向量机(Support Vector Machine,SVM)模型建立甘肃省及周边地区的积温插值模型。结果显示:1)从积温插值的空间分布来看,SVM模型比BP神经网络模型能够体现出更多的细节;2)SVM模型的插值精度总体上显著高于BP神经网络模型;3)在平均相对误差(MRE)最大的西区,相比BP神经网络模型的7.19%,SVM模型将误差降低到了5.47%;4)东区两种模型的MRE最小,BP神经网络模型为2.97%,SVM模型为2.03%;5)与分区建模前相比,分区后的插值精度有所提高,BP神经网络模型将MRE降低了0.04%,SVM模型降低了0.11%。
- 刘永锋李润祥李纯斌柳小妮
- 关键词：积温插值BP神经网络支持向量机
