基于LSTM深度神经网络的精细化气温预报初探OA北大核心CSTPCD
FINE TEMPERATURE FORECAST BASED ON LSTM DEEP NEURAL NETWORK
利用LSTM(Long Short-Term Memory)深度神经网络和空军T511数值预报产品,对宝鸡市2017年9月到2018年3月每日逐3小时实况观测的数据进行模拟分析,建立宝鸡市未来24小时精细化气温预报模式.结果 表明:其精细化气温预报准确率为68.75％,日最低气温预报准确率为84.62％,日最高气温预报准确率为61.54％,并能较好地对天气过程转折进行刻画,可满足日常气温预报的需要.
倪铮;梁萍
中国人民解放军96873部队 陕西宝鸡721000中国人民解放军96873部队 陕西宝鸡721000
天文与地球科学
气温预报LSTM神经网络深度神经网络机器学习循环神经网络
《计算机应用与软件》 2018 (11)
233-236,271,5
评论