创新的第二代波尔兹构建与循环神经网络在太阳辐射预测中的应用
摘要：太阳辐射预测的挑战及使用新颖的小波递归神经网络（WRNNs）获得2天预报的论文。该论文利用观测到的气象数据来预测太阳辐射。实际上，这些WRNNs被用来利用太阳辐射与风速、湿度和温度的时间尺度相关变化之间的相关性。选择的WRNN的输入是来自气象时间序列的时间尺度相关小波系数的频带。这些信息来自意大利卡塔尼亚大学的实验设置。该方法的创新之处在于所提出的WRNN在小波域中进行预测，并且还执行反小波变换，将预测信号作为输出。获得的模拟结果与最近文献中使用混合神经网络得到的太阳辐射预测方法相比，具有非常低的均方根误差。
作者：Giacomo Capizzi, Christian Napoli, Francesco Bonanno
论文ID：1308.3524
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2013-08-19