公开(公告)号：CN112926664A

公开(公告)日：2021-06-08

申请号：CN202110226392.3

申请日：2021-03-01

Applicant: 南京信息工程大学

Inventor： 许可 ,  耿焕同 ,  张彦琦 ,  戴中斌

IPC: G06K9/62 ,  G01W1/10

Abstract: 本发明公开了一种基于进化算法的特征选择与CART森林的短时强降水预报方法，采用进化算法对特征选择方案进行优化，得到特征选择方案，确定最终种群，使用各特征选择方案分别构建CART树，每棵树由整体数据集中随机选取的3/4的训练集训练得到，将所有树组合从而产生CART森林模型，采集待测地区待预测时间点之前的气象数据，代入CART森林模型中，根据CART森林模型中各棵CART树的分类结果，以少数服从多数的原则来判断所述待预测时间点是否会出现短时强降水天气，以实现对短时强降水天气的准确预报，实用性较强，能够对各类短时强降水预报需求进行高效准确地响应。

公开(公告)号：CN112926664B

公开(公告)日：2023-11-24

申请号：CN202110226392.3

申请日：2021-03-01

Applicant: 南京信息工程大学

Inventor： 许可 ,  耿焕同 ,  张彦琦 ,  戴中斌

IPC: G06F18/243 ,  G06F18/2111 ,  G06N20/20 ,  G01W1/10

Abstract: 本发明公开了一种基于进化算法的特征选择与CART森林的短时强降水预报方法，采用进化算法对特征选择方案进行优化，得到特征选择方案，确定最终种群，使用各特征选择方案分别构建CART树，每棵树由整体数据集中随机选取的3/4的训练集训练得到，将所有树组合从而产生CART森林模型，采集待测地区待预测时间点之前的气象数据，代入CART森林模型中，根据CART森林模型中各棵CART树的分类结果，以少数服从多数的原则来判断所述待预测时间点是否会出现短时强降水天气，以实现对短时强降水天气的准(56)对比文件张晨阳;杨雪冰;张文生.气象大数据超短临精准降水机器学习与典型应用.农业大数据学报.2019,(01),78-87.Mumtaz Ali等.Forecasting long-termprecipitation for water resourcemanagement: a new multi-step data-intelligent modelling approach.《Hydrological Sciences Journal》.2020,1-17.C. Rodriguez Rivero等.Analysis of aGaussian process and feed-forward neuralnetworks based filter for forecastingshort rainfall time series《.The 2013International Joint Conference on NeuralNetworks (IJCNN)》.2014,1-6.