《表1 TEPT网络核心训练参数》
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。
图表编号 | XD00195444300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.01 |
作者 | 周笑天、张丰、杜震洪、刘仁义 |
绘制单位 | 浙江大学浙江省资源与环境信息系统重点实验室、浙江大学地理信息科学研究所、浙江大学浙江省资源与环境信息系统重点实验室、浙江大学地理信息科学研究所、浙江大学浙江省资源与环境信息系统重点实验室、浙江大学地理信息科学研究所、浙江大学浙江省资源与环境信息系统重点实验室、浙江大学地理信息科学研究所 |
更多格式 | 高清、无水印(增值服务) |