两种样本输入方式下基于GRNN的日长变化预报结果的比较

作者：张晓红,王琪洁,朱建军,张昊

摘要：针对广义回归神经网络用于日长变化预报过程中,样本的输入方式对预报结果的影响进行了研究。采用2种输入方式:即样本按不同跨度输入以及按连续输入,对日长变化进行预报。最终证明不同的样本输入方式对日长变化预报精度的影响较大,样本按跨度输入在超短期预报中预报精度较高,样本采用连续输入的方式在短期和中期预报中预报精度较高。

发文机构：中南大学地球科学与信息物理学院

关键词：广义回归神经网络日长变化预报输入方式相关性

分类号： P18[天文地球—天文学]