参考文献/References:
[1] 金龙,黄颖,姚才,等.人工智能技术的热带气旋预报综述(之一)——BP神经网络和集成方法的热带气旋预报研究和业务应用[J],气象研究与应用,2020,41(2):1-6.
[2] 金龙,黄颖,姚才,等.人工智能技术的热带气旋预报综述(之二)——流形学习、智能计算及深度学习的热带气旋预报方法[J],气象研究与应用,2020,41(4):5-12.
[3] 周笑天.基于混合模式集合预报的台风路径预报优化方法研究[D].杭州:浙江大学.2019.
[4] 陈国民.西北太平洋台风路径预报性能研究[D].南京:南京信息工程大学,2023.
[5] 周冠博,钱奇峰,吕心艳,等.人工智能在台风监测和预报中的探索与展望[J].气象研究与应用,2022,43(2):1-8.
[6] 杨瑞雯,曲荣强,谭政华,等. 2020年北上台风不同模式的预报误差分析[J].成都信息工程大学学报,2024,39(2):208-215.
[7] 郝风云.基于机器学习的南中国海台风预测若干算法比较研究[D].上海:华东师范大学,2023.
[8] WIMMERS A,VELDEN C,COSSUTH J H. Using deep learning to estimate tropical cyclone intensity from satellite passive microwave imagery[J]. Monthly Weather Review,2019, 147(6):2261-2282.
[9] 黄小燕,金龙.基于主成分分析的人工智能台风路径预报模型[J].大气科学,2013,37(5):1154-1164.
[10] 黄颖,金龙,黄小燕,等.基于局部线性嵌入的人工智能台风强度集合预报模型[J].气象,2014,40(7):806-815.
[11] HUANG Y, HUANG X, ZHAO H, et al. The influence of environmental factors on the intensity of typhoon Mirinae in the South China Sea and its forecast analysis[C]//IOP Conference Series:Earth and Environmental Science. IOP Publishing,2021.
[12] 李程怡.人工智能的关键技术及相关应用[J].科技创新与应用,2020(12):156-157+160.
[13] 朱玲,吴心玥.人工智能在气象领域的应用述评[J].广东气象,2019,41(1):35-39.
[14] 黄颖,陆虹,黄小燕,等.基于EOF和LSTM的广西月降水量预测模型研究[J].气象研究与应用,2023,44(2):20-26.
[15] 刘蕊,专家解读|"苏拉"路径广受关注台风走位为何难预报?[EB/OL].(2023-8-30)
[16] 李鑫,续婷,胡红萍,等.局部流形学习在SAR目标分类中的应用[J].现代雷达,2020,42(4):33-36,40.
[17] 王云艳,罗冷坤,王重阳.基于流形学习的光学遥感图像分类[J].计算机工程与科学,2019,41(7):1212-1219.