论文部分内容阅读
选用０８：００（北京时）常规资料和数据预报产品作为预报输入资料，将关键区要素场作贝雪夫多项式展开，取车贝雪夫系数作为预报因子，由Ｂ－Ｐ神经元网络进行训练，分别建立了全省各片未来２４ｈ内有，无≥５，１０和２５ｍｍ降水天气过程的人工神经元降水分区预报系统，从学习结果看，历史概括率均达９５％以上，１９９４和１９９５年６，７，８三个月的业务试报，效果较好。