文献类型：期刊文章

作　　者：金龙[1] 况雪源[2] 黄海洪[1] 覃志年[2] 王业宏[3]

机构地区：[1]广西壮族自治区气象减灾研究所,南宁530022 [2]广西壮族自治区气候中心,南宁530022 [3]南京气象学院,南京210044

出　　处：《气象学报》

基　　金：国家自然科学基金项目 ( 40 0 750 2 1 )

年　　份：2004

卷　　号：62

期　　号：1

起止页码：62-70

语　　种：中文

收录情况：BDHX、BDHX2000、CAS、CSCD、CSCD2011_2012、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对神经网络方法在预报建模中存在的“过拟合”(overfitting)现象和提高泛化性能 (generalizationcapability)问题 ,提出了采用主成分分析构造神经网络低维学习矩阵的预报建模方法。研究结果表明 ,这种新的神经网络预报建模方法 ,通过浓缩预报信息 ,降维去噪 ,使得神经网络的预报建模不需要进行适宜隐节点数的最优网络结构试验 ,没有“过拟合”现象 。

关 键 词：人工神经网络 预报模型  过拟合现象  泛化性能

分 类 号：TP183]