文献

J-GLOBAL ID：201702297753104075   整理番号：17A0023169

BPニューラルネットワークに基づく太陽ビーム散乱日射分離モデルに関する研究【Powered by NICT】

Research on solar beam-diffuse radiation separated model based on BP neural network

著者 (5件)： Li Fen (College of Electrical Engineering, Shanghai University of electric power, 2588, Changyang-Road, Yangpu, Shanghai, 200090, China) ,  Hu Chao (College of Electrical Engineering, Shanghai University of electric power, 2588, Changyang-Road, Yangpu, Shanghai, 200090, China) ,  Ma Nianjun (College of Electrical Engineering, Shanghai University of electric power, 2588, Changyang-Road, Yangpu, Shanghai, 200090, China) ,  Zhao Jinbin (College of Electrical Engineering, Shanghai University of electric power, 2588, Changyang-Road, Yangpu, Shanghai, 200090, China) ,  Chen Zhenghong (Hubei Provincial Meteorological Service Center, Wuhan, 200090, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ISGT-Asia  ページ： 811-814  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 「ビーム拡散放射分離」モデルを確立する独立変数としてPM_2.sしようとして,因子分析は,PM_2。_5と拡散比は正の相関を示した。変数としてn/N晴天指数K_tと日照時間に基づいて,独立変数としてPM_2。_5を含む多項式モデルとBPニューラルネットワークアルゴリズムモデルを提案し,多項式モデルのフィッティングを実行し,BP神経回路網モデルは5年測定データを用いて訓練した。,測定されたデータと組み合わせて,2013年6月における拡散比H_d/Hを予測する統計的指標を用いた誤差解析に確立したモデルを用いて,結果は以下を示した:晴天指数K,日照時間n/Nに基づくBPニューラルネットワークモデルとPM_2。_5予測精度が最も高かった。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 因子分析 ,  *散乱日射 ,  誤差解析 ,  日照時間 ,  *太陽
準シソーラス用語： 予測精度 ,  神経回路網モデル ,  多項式モデル ,  晴天指数 ,  独立変数 ,  *逆伝播ニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： BPニューラルネットワーク ,  太陽 ,  ビーム ,  散乱日射 ,  モデル ,  研究