中蒙俄经济走廊的大陆部分为研究区，运用325个气象站点实测数据，结合地形等要素，利用ANUSPLIN气象插值软件对数据进行空间插值，得到中蒙俄经济走廊地区平均气温时空数据集（1982-2018，1-km/y）。采用相关系数（R²）验证插值结果与气象站点数据的相关性，R²均大于0.980。采用平均绝对误差（MAE）和均方根误差（RMSE）作为精度评价指标，平均值分为0.348 ℃、0.481 ℃。数据集包括：（1）研究区边界数据；（2）1982-2018年历年的年平均气温栅
数据引用方式：
焦悦, 杨久春, 李广帅, 于灵雪*, 包玉龙, 张树文. 中蒙俄经济走廊地区平均气温时空数据集（1982-2018，1-km/y）[J/DB/OL]. 全球变化数据仓储电子杂志(中英文), 2022. https://doi.org/10.3974/geodb.2022.01.03.V1.
2022-02-21 09:13:07
385.47MB
year month day week temp_2 temp_1 average actual friend
0 2016 1 1 Fri 45 45 45.6 45 29
1 2016 1 2 Sat 44 45 45.7 44 61
2 2016 1 3 Sun 45 44 45.8 41 56
3 2016 1 4 Mon 44 41 45.9 40 53
4 2016 1 5 Tues 41 40 46.0 44 41
以上是实例，资源包完整
2022-01-01 20:03:34
5KB
1
（1）不要求建立实际系统的辨识格式，即可以省去选择模型这一步，因为神经网络本质已作为一种辨识模型，其可调参数反映在网络内部的权值上。
（2）可以对本质非线性系统进行辨识。而且是通过在网络外部拟合系统的输入/输出，网络内部归纳隐含在系统输入/输出数据中的系统特性来完成，因此这种辨识是由神经网络本身实现的，是非算法式的。
（3）辨识的收敛速度不依赖于待辨识系统的维数，只与神经网络本身及其采用的学习算法有关，传统的辨识算法则随模型参数的增大而变得更复杂。
（4）由于神经网络具有大量的连接，这些连接上的权值在辨识中对于模型参数，通过调节这些权值可使网络输出逼近系统输出。
（5）神经网络作为实际系统的辨识模型，实际上也是系统的一个物理实现，可以用于在线控制。
所以，用神经网络方法进行辨识可以得到更符合实际的模型，且可以对其进行参数控制来获得更好的控制效果。而MATLAB提供的B
2021-12-20 20:59:15
2.39MB
1
1901-2016全球气温月值格点数据集
这个版本于2017年9月20日发布，涵盖了1901-2016年
数据集。
覆盖范围:所有土地区域(不包括南极洲)为0.5°
变量:pre, tmp, tmx, tmn, dtr, vap, cld, wet, frs, pet
注意，以下引用只部分适用于v4.01
2021-12-17 11:37:33
141.22MB
1