《表1 TEPT网络核心训练参数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于神经网络集合预报的台风路径预报优化》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

基于不同站点集合预报结果数据集中的历史预报，本模型侧重考虑各站点的预报好坏情况，设置了倾向度θ（0<θ<1）。网络训练的输出并不是直接推算台风路径的经纬度，而是推算各个站点的倾向度，表征各站点的预报精度。对于n个站点，有。由于过少的网络层数会导致非线性能力偏弱，过多的网络层数需要更加庞大的数据量，因此，最终选定的台风路径集合预报倾向神经网络为4层，包括1个输入层、2个隐含层和1个输出层。输入层包括前3时次预报数据和预报时次的集合预报数据，输出层为各站点预报倾向，使用倾向集合预报误差来表征loss。神经网络之间用全连接网络相连，激活函数选用提高线性分割度的Re LU，将原始数据集划分为训练数据集、验证数据集和测试数据集，使用批归一化方法和Dropout技术增强模型的计算能力和表达能力。该网络的核心训练参数如表1所示，实验思路如图4所示。