《表3 训练期模拟精度对比》

  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

《基于芒种日分析的BP模型在中长期汛期降雨量预报中的应用》

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

将训练期的两组数据输入模型分别生成均生函数，均生矩阵外延得到预报因子，作为BP神经网络模型的输入条件。神经网络输入层节点数为序列生成的预报因子个数，输出层节点数为1，隐含层节点数经试算确定为10，误差精度设为0.02。分别采用纳什效率系数和相关系数γ检验所构建模型的预测精度。在训练期，耦合BP模型模拟值与实测值相关系数γ=0.99，年际过程纳什效率系数为0.98，常规BP模型模拟值与实测值相关系数γ=0.98，年际过程纳什效率系数为0.96，耦合的BP神经网络模型具有良好的精度和可靠性，两种模型训练期模拟精度对比见表3。