计算机时代2023，Issue(9) ：124-128.DOI:10.16644/j.cnki.cn33-1094/tp.2023.09.026

BP神经网络滑动窗口算法在活跃火时空预测模型研究与实现

Research and implementation of BP neural network sliding window algorithm in active fire spatiotemporal prediction model

谢非凡 张世涛 黄威
计算机时代2023，Issue(9) ：124-128.DOI:10.16644/j.cnki.cn33-1094/tp.2023.09.026
✕
  • 维普
  • 万方数据

BP神经网络滑动窗口算法在活跃火时空预测模型研究与实现

Research and implementation of BP neural network sliding window algorithm in active fire spatiotemporal prediction model

谢非凡 1张世涛 1黄威1
扫码查看

作者信息

  • 1. 昆明理工大学国土资源学院,云南 昆明 650000
  • 折叠

摘要

通过C#编程语言与ArcEngine开发引擎编写一种BP神经网络的滑动窗口算法,实现活跃火频次预测.对中南半岛五国活跃火进行建模,预测2020年活跃火频次并与实际对比.经过多次迭代实验,结果表明,模型程序在误差小于0.8或学习训练次数大于8000作为单次结束条件时具有优良的预测效果.

关键词

神经网络/活跃火/机器学习/中南半岛

Key words

neural network/active fire/machine learning/Indochina Peninsula

引用本文复制引用

基金项目

古近纪-第四纪地层专题第四纪地质与地貌专题项目(618820180044)

出版年

2023
计算机时代
浙江省计算技术研究所　浙江省计算机学会

计算机时代

影响因子：0.411
ISSN：1006-8228
参考文献量14
段落导航相关论文