首页|基于相关性分析和数据均衡的能见度分层预测模型

基于相关性分析和数据均衡的能见度分层预测模型

VISIBILITY HIERARCHICAL FORECAST MODEL BASED ON RELEVANCE ANALYSIS AND DATA BALANCE

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
由于影响大气能见度的因素很多,传统数值模式结果往往与实况存在较大差异.利用机器学习进行能见度预测时,往往受到样本不均衡等因素的影响,低能见度的预测准确率不高.提出一种基于相关性分析和数据均衡的能见度分层预测模型.通过相关性分析挑选出主要相关因子,采用随机下采样进行数据均衡,采用LSTM算法分层预测能见度.实验表明,该方法提高了能见度的预测准确率,降低了预测误差,尤其在低能见度的预测上表现出较好的效果.

陆冰鉴、周鹏、王兴、周可

展开 >

南京信大气象科学技术研究院 江苏 南京 210044

南京信息工程大学大气科学与环境气象国家级实验教学示范中心 江苏 南京 210044

相关性分析 数据均衡 分层 能见度预测

41805033NIMST-XS-20190072019ZZXM45

2022

10.3969/j.issn.1000-386x.2022.08.027

计算机应用与软件
上海市计算技术研究所 上海计算机软件技术开发中心

计算机应用与软件

CSTPCD北大核心
影响因子：0.615
ISSN：1000-386X
年,卷(期)：2022.39(8)
  • 6