| 注册
首页|期刊导航|北京大学学报(自然科学版)|基于LSTM深度学习的ENSO预测及其春季预报障碍研究

基于LSTM深度学习的ENSO预测及其春季预报障碍研究

周佩 黄颖婕 胡冰逸 韦骏

北京大学学报(自然科学版)2021,Vol.57Issue(6):1071-1078,8.
北京大学学报(自然科学版)2021,Vol.57Issue(6):1071-1078,8.DOI:10.13209/j.0479-8023.2021.114

基于LSTM深度学习的ENSO预测及其春季预报障碍研究

Spring Predictability Barrier Phenomenon in ENSO Prediction Model Based on LSTM Deep Learning Algorithm

周佩 1黄颖婕 1胡冰逸 1韦骏2

作者信息

  • 1. 热带大气海洋系统科学教育部重点实验室, 中山大学大气科学学院, 广州 510275
  • 2. 北京大学汇丰商学院,深圳 518055
  • 折叠

摘要

关键词

长短期记忆人工神经网络(LSTM)/ENSO/预报误差/春季预报障碍(SPB)/Niño3.4指数

引用本文复制引用

周佩,黄颖婕,胡冰逸,韦骏..基于LSTM深度学习的ENSO预测及其春季预报障碍研究[J].北京大学学报(自然科学版),2021,57(6):1071-1078,8.

基金项目

广东省重点领域研发计划(2020B1111020003)、国家重点研发计划(2016YFA0202704)、广西壮族自治区特聘专家经费(2018B08)和国家自然科学基金(41976007,91958101)资助 (2020B1111020003)

北京大学学报(自然科学版)

OA北大核心CSCDCSTPCD

0479-8023

访问量6
|
下载量0
段落导航相关论文