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

扫码查看

原文链接

中文摘要：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.

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

外文关键词：

neural networkactive firemachine learningIndochina Peninsula

作者：

谢非凡、张世涛、黄威

展开 >

作者单位：

昆明理工大学国土资源学院,云南昆明 650000

关键词：

神经网络活跃火机器学习中南半岛

基金：

古近纪-第四纪地层专题第四纪地质与地貌专题项目

项目编号：

618820180044

出版年：

2023

DOI：

计算机时代

浙江省计算技术研究所　浙江省计算机学会

影响因子：0.411

ISSN：1006-8228

年,卷(期)：2023.(9)