1. 毕业设计（论文）主要目标：
基于循环神经网络深度学习算法，研发准确率较高的气象要素预报，实现间隔1天，提前0-7天对气温气象要素的精准预报。
2. 毕业设计（论文）主要内容：
1、 基于RNN-GRU网络的天气预报系统的可行性分析；基于RNN-GRU网络的天气预报系统的需求分析；基于RNN-GRU网络的天气预报系统的总体结构与算法功能设计；基于RNN-GRU网络的天气预报系统对气象信息大数据的深度学习；基于RNN-GRU网络的天气预报系统的实现
3. 主要参考文献
[1]倪铮,文韬.一种基于CNN和RNN深度神经网络的天气预测模型——以北京地区雷暴的6小时临近预报为例[J].数值计算与计算机应用,2018,04:299-309.[2]倪铮,梁萍.基于LSTM深度神经网络的精细化气温预报初探[J].计算机应用与软件,2018,11:233-236.[3]刘淑梅,薛庆禹,黎贞发,等.基于BP神经网络的日光温室气温预报模型[J].中国农业大学学报,2015,01:176-184.[4]周岩.基于多模型模糊神经网络的智能天气预报[D].上海:复旦大学,2007.[5]胡志军,王鸿斌.BP神经网络数值预测方法的研究[J].长春师范学院学报,2006,10:49-52.
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
