文献

J-GLOBAL ID：202202252498448663   整理番号：22A1123037

PCAと改良PSO-GRUニューラルネットワークに基づく気温予測【JST・京大機械翻訳】

Air temperature prediction based on PCA and improved PSO-GRU neural network

著者 (3件)： Yang Yingxin (南京信息工程大学,江蘇 南京 210044) ,  Du Jinglin (南京信息工程大学,江蘇 南京 210044) ,  Wu Yan (南京信息工程大学,江蘇 南京 210044)
資料名： Xiandai Dianzi Jishu  (Xiandai Dianzi Jishu)
巻： 45  号： 1  ページ： 89-94  発行年： 2022年 
JST資料番号： C4364A  ISSN： 1004-373X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 従来の気温予測方法の予測困難性、精度差及び気象データが大きいため、計算量が大きいなどの問題に対して、主成分分析(PCA)と改良粒子群最適化(PSO)アルゴリズムに基づく最適化ゲート制御ループユニット(GRU)の再帰ニューラルネットワーク時系列予測モデルを提案した。最初に,主成分分析(PCA)アルゴリズムを用いて,気象要素を次元縮小し,次に,指数減少慣性重量と境界突然変異演算子(PSO)を用いて,GRUニューラルネットワークを最適化した。南京の地上観測所の観測データをサンプルデータとして、Pythonを用いてモデルを訓練し、従来のBPとLSTMニューラルネットワーク予測モデルと比較し、実験結果により、このモデルがより高い予測精度と安定性を有することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 予測技法 ,  アルゴリズム ,  最適化 ,  *気温 ,  *ニューラルネットワーク ,  気象データ ,  モデル ,  主成分分析 ,  次元縮小 ,  予測モデル
準シソーラス用語： 時系列予測 ,  粒子群最適化 ,  予測精度 ,  地上観測 ,  Python , 【Automatic Indexing@JST】

分類 (2件)： 研究開発  (SA01040R) ,  油層工学  (UA10030G)

タイトルに関連する用語 (4件)： PCA ,  ニューラルネットワーク ,  気温 ,  予測