共 16 条
- [1] 贝叶斯网络学习、推理与应用.[M].王双成; 著.立信会计出版社.2010,
- [2] 遗传算法原理与应用实例.[M].韩瑞锋; 编著.兵器工业出版社.2009,
- [3] 天气分析预报物理量计算基础.[M].刘健文等主编;.气象出版社.2005,
- [4] 基于遗传算法的曲线拟合方法用于重叠荧光光谱的定量解析.[J].夏祥华;孙汉文;.光谱学与光谱分析.2012, 08
一种Bayes降水概率预报的最优子集算法
被引：8
作者：
胡邦辉
[1
]
刘善亮
[2
]
席岩
[3
]
王学忠
[1
]
游大鸣
[1
]
张惠君
[3
]
机构：
[1] 解放军理工大学气象海洋学院
[2] 中国人民解放军部队
[3] 南京军区气象水文中心
来源：
关键词：
遗传算法;
朴素贝叶斯分类器;
单站降水预报;
预报技巧;
D O I：
暂无
中图分类号：
P457.6 [降水预报];
学科分类号：
摘要：
MOS预报最优子集模型,通过消除数值模式系统性误差,可最大程度地提高其预报技巧。为了建立Nave Bayes降水最优模型,利用2008 2011年T511数值预报产品和单站观测资料,对介休、运城、丰宁3个站Nave Bayes降水概率分级预报模型进行研究。通过设计恰当的适应度函数,提出了一种用遗传算法搜寻Nave Bayes模型最优子集的计算方案,得到了3个站的最优子集模型。结果表明:最优子集的拟合效果明显高于普通初始子集,能够显著提升数值模式在单站的预报技巧。最优子集模型主要通过降低数值模式空报率提高单站晴雨、小雨预报效果,通过小幅提高正确次数和降低空报次数改善对中雨预报效果。
引用
收藏
页码：185 / 192
页数：8
相关论文