首页> 中国专利> 一种全过程耦合机器学习的中长期降水预报建模方法

一种全过程耦合机器学习的中长期降水预报建模方法

摘要

本发明公开了一种全过程耦合机器学习的中长期降水预报建模方法,其包括以下步骤:S1,数据处理:收集实测降水、130项气象‑气候指数等资料,并确定预报结构;S2,因子筛选:提出一种基于拉普拉斯分数‑递归特征消除的因子筛选方法,并得到预报因子集;S3,模型构建:构建多种机器学习模型,并采用上述预报结构与预报因子集求取多套子预报结果;S4,多模型融合:提出一种基于改进堆叠法的多模型融合技术,输出最终预报结果。本发明将机器学习理论的最新研究成果应用于中长期降水预报的各个环节,理论依据充分,实际应用合理,能有效提高月‑季‑年尺度降水预报的准确度与可靠度。

著录项

  • 公开/公告号CN113537600A

    专利类型发明专利

  • 公开/公告日2021-10-22

    原文格式PDF

  • 申请/专利权人 浙江省水利水电勘测设计院;

    申请/专利号CN202110816680.4

  • 申请日2021-07-20

  • 分类号G06Q10/04(20120101);G06Q50/26(20120101);G06N20/00(20190101);G06N20/10(20190101);G06N20/20(20190101);G06N5/00(20060101);G06K9/62(20060101);

  • 代理机构33257 浙江纳祺律师事务所;

  • 代理人姜雯

  • 地址 310002 浙江省杭州市上城区抚宁巷66号

  • 入库时间 2023-06-19 12:57:44

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号