论文研究 - 使用高斯混合模型预测降水事件

所需积分/C币:13 2020-06-01 17:59:19 1.72MB PDF

本文描述了一种基于高斯混合模型(GMM)的分类器,以根据历史气象数据判断是否在特定日期的特定日期发生降水事件。 分类器处理两类分类问题,其中一类代表降水事件,另一类代表非降水事件。 引入模糊性的概念来表示在两类之间的天气情况(如毛毛雨,间断性或阴天)更可能发生的情况。 根据上海宝山气象站发布的观测数据,进行了六组实验,以评估使用不同配置的分类器的性能。 具体而言,对于时间跨度为12小时的预测任务,可以实现约75%的精度,30%的精度和80%的查全率的典型分类性能。

...展开详情
img
  • 分享王者

    成功上传51个资源即可获取

关注 私信 TA的资源

上传资源赚积分,得勋章
最新资源