导读:本文包含了自然正交展开论文开题报告文献综述及选题提纲参考文献，主要关键词:月降水量,自然正交展开,学习矩阵,人工神经网络
自然正交展开论文文献综述
王业宏,金龙[1]（2003）在《基于自然正交展开的神经网络长期预报模型》一文中研究指出对月降水量的前期 5 0 0hPa高度场、海温场相关预报因子进行EOF展开 ,并取其中与预报量相关程度较高的主成分 ,结合人工神经网络技术 ,建立了一种新的短期气候预测模型。将这种新的预报模型与同样根据这些预报因子建立的回归预报模型进行了对比分析。结果表明 ,这种新的短期气候预测模型由于集中了众多预报因子的预报信息 ,并有效地利用了神经网络方法的非线性映射能力 ,因此比传统预报方法的预报精度显着提高 ,并且稳定性好 ,具有很好的应用前景(本文来源于《自然灾害学报》期刊2003年02期）
王业宏[2]（2003）在《基于自然正交展开的人工神经网络预报建模方法研究》一文中研究指出本文通过对广西北部6月平均降水量(预报量)同北半球月平均500hPa高度场和北太平洋月平均海温场进行相关普查，选取了前期36个同预报量相关显着水平达到0.05以上的预报因子(15个海温场预报因子，21个高度场预报因子)，并运用自然正交函数展开方法对这36个前期预报因子展开，取其中同预报量相关程度高的主成分，结合人工神经网络技术，提出了一种新的构造人工神经网络学习矩阵的方法，建立了一种新的短期气候预测模型。将这种新的预测模型(主成分神经网络预报模型)与同样根据这些预报因子建立的逐步回归预报模型进行了对比分析。结果显示，主成分神经网络预报模型的预报精度比传统的逐步回归预报模型明显提高，且隐节点数在输入节点数附近改变和训练次数在一定范围内改变时，预报精度很稳定。进一步深入分析研究发现，本文提出的这种基于主成分的神经网络预报模型，预报精度明显高于传统的逐步回归方法，其主要原因是这种新的预报模型集中了众多预报因子的预报信息，并有效地利用了人工神经网络方法的自组织和自适应的非线性映射能力；而传统的逐步回归方法是一种线性方法，并且逐步回归方法只是根据F值大小从众多预报因子中选取几个预报因子，其余预报因子的预报信息被舍弃。因此，本文提出的这种新的预报模型比传统的回归方法预报精度明显提高，这不仅为实际短期气候业务预报工作提供了一种新的有效预报方法，并且也为神经网络的预报建模方法进行了有益的探索，具有很好的应用前景。(本文来源于《南京气象学院》期刊2003-05-01）
王叶红[3]（2002）在《用自然正交展开法分析长江中下游降水的季节变化》一文中研究指出利用自然正交展开 (EOF)方法探讨了气象要素场的季节变化特征。结果发现 :应用自然正交展开方法分析某一气象要素场的季节变化或年际变化时 ,要针对不同问题 ,对原始资料场进行不同处理 ,使之与分析对象相匹配 ;只有这样 ,自然正交展开的特征向量场才具有明确的物理意义。在该文中使用自然正交展开方法分析了长江中下游及全国降水的季节变化特征(本文来源于《湖北气象》期刊2002年01期）
王盘兴,林纾[4]（1990）在《自然正交展开方法应用中的稳定性和收敛速度问题》一文中研究指出本文从应用角度提出和讨论了自然正交展开方法中两类稳定性问题。同时比较了自然正交展开方法与切比雪夫正交多项式展开方法的收敛速度。所得结果不同于文献[1]。(本文来源于《南京气象学院学报》期刊1990年03期）
梁志和[5]（1987）在《自然正交函数展开在倒春寒天气预报中的应用》一文中研究指出一、引言 近年来,常用自然正交分解方法,根据气象要素场的主要特征,确定正交函数并展开,以此作气候分析和中长期预报。每年3月,(桂北有时延至4月上旬)若迂冷空气入侵,全度气温下降而且变化幅度较大,常造成连续叁天以上的低温阴雨天气,对春播危害极大。为了深入分析此期间全区气温场的气候变化情况,我们试验利用3月中旬的温度作样本资料组成矩阵,进行自然正交分解,求出特征值和其对应的特征向量、时间系数,以便于天气分析和预报应用。(本文来源于《广西气象》期刊1987年12期）
黄文杰,周家斌[6]（1985）在《关于车贝雪夫多项式和自然正交函数作气象场展开的收敛性、稳定性问题》一文中研究指出车贝雪夫(Чебыщев)多项式和自然正交函数都是气象上常用的正交函数。后者从气象场本身的协方差矩阵引出正交函数,能有效地浓缩气象场信息,且可用不规则格点资料。以往国内外对车贝雪夫多项式的应用都只限于等距格点,周家斌将它推广到不规则格点上,从而扩大了它的用途。 这两种正交函数各有一些优缺点,因而如何充分发挥其优点而避免其缺点就成为一(本文来源于《气象学报》期刊1985年02期）
王盘兴[7]（1981）在《气象向量场的自然正交展开方法及其应用》一文中研究指出本文证明了一个包含n个空间点的风场的时间序列的自然正交展开,可以通过形式上包含2n个空间点的标量场的时间序列的自然正交展开来实现。据此,给出了求取风场的特征向量的方法。于是展开热带候平均风场的一个时间序列,求得了具有明显天气学意义的特征向量,其主要特征向量的时间系数的演变与此期间亚洲低纬主要环流系统的季节变化间存在良好的关系;由各层前两个特征向量给出的散度和垂直运动的空间分布及这种分布随时间的演变,形象地给出了季风降水的基本成因。(本文来源于《南京气象学院学报》期刊1981年01期）
自然正交展开论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文通过对广西北部6月平均降水量(预报量)同北半球月平均500hPa高度场和北太平洋月平均海温场进行相关普查，选取了前期36个同预报量相关显着水平达到0.05以上的预报因子(15个海温场预报因子，21个高度场预报因子)，并运用自然正交函数展开方法对这36个前期预报因子展开，取其中同预报量相关程度高的主成分，结合人工神经网络技术，提出了一种新的构造人工神经网络学习矩阵的方法，建立了一种新的短期气候预测模型。将这种新的预测模型(主成分神经网络预报模型)与同样根据这些预报因子建立的逐步回归预报模型进行了对比分析。结果显示，主成分神经网络预报模型的预报精度比传统的逐步回归预报模型明显提高，且隐节点数在输入节点数附近改变和训练次数在一定范围内改变时，预报精度很稳定。进一步深入分析研究发现，本文提出的这种基于主成分的神经网络预报模型，预报精度明显高于传统的逐步回归方法，其主要原因是这种新的预报模型集中了众多预报因子的预报信息，并有效地利用了人工神经网络方法的自组织和自适应的非线性映射能力；而传统的逐步回归方法是一种线性方法，并且逐步回归方法只是根据F值大小从众多预报因子中选取几个预报因子，其余预报因子的预报信息被舍弃。因此，本文提出的这种新的预报模型比传统的回归方法预报精度明显提高，这不仅为实际短期气候业务预报工作提供了一种新的有效预报方法，并且也为神经网络的预报建模方法进行了有益的探索，具有很好的应用前景。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自然正交展开论文参考文献
[1].王业宏,金龙.基于自然正交展开的神经网络长期预报模型[J].自然灾害学报.2003
[2].王业宏.基于自然正交展开的人工神经网络预报建模方法研究[D].南京气象学院.2003
[3].王叶红.用自然正交展开法分析长江中下游降水的季节变化[J].湖北气象.2002
[4].王盘兴,林纾.自然正交展开方法应用中的稳定性和收敛速度问题[J].南京气象学院学报.1990
[5].梁志和.自然正交函数展开在倒春寒天气预报中的应用[J].广西气象.1987
[6].黄文杰,周家斌.关于车贝雪夫多项式和自然正交函数作气象场展开的收敛性、稳定性问题[J].气象学报.1985
[7].王盘兴.气象向量场的自然正交展开方法及其应用[J].南京气象学院学报.1981