基于门控单元循环神经网络的台风路径预测

论文摘要

传统的神经网络结构不能很好地处理序列问题。通过对历史台风数据库中的台风分类,提出基于门控单元网络的台风路径预测模型。利用历史台风的经纬度信息,分别用普通循环神经网络、长短时记忆网络和门控单元网络预测台风未来6小时位置信息。实验表明,在测试集上门控单元网络具有最小的平均绝对误差,能够有效提高路径预测精度,与稀疏循环神经网络预测方法相比,有更小的平均绝对误差。

论文目录

• 0 引 言
• 1 台风路径预测方法
•   1.1 分 类
•     1.1.1 动态时间规整
•     1.1.2 计算相似度
•   1.2 循环神经网络
•     1.2.1 普通循环神经网络
•     1.2.2 长短时记忆网络
•     1.2.3 门控单元网络
•   1.3 循环神经网络的训练
• 2 案例分析
•   2.1 路径数据
•   2.2 分析过程
•   2.3 结果讨论
• 3 结 语

文章来源

类型: 期刊论文

作者: 徐高扬,郑海涛,黄国庆,吴凤波

关键词: 动态规整,相似度,长短时记忆网络,门控单元网络,路径预测

来源: 计算机应用与软件 2019年05期

年度: 2019

分类: 信息科技,基础科学

专业: 气象学,自动化技术

单位: 西南交通大学数学学院,重庆大学土木工程学院,西南交通大学土木工程学院

基金: 国家自然科学基金项目(51778546,51578471),四川省青年基金项目(2016JQ0005)

分类号: P444;TP183

页码: 119-125

总页数: 7

文件大小: 1219K

下载量: 281