论文摘要
体感温度的预测与人类的生活息息相关,而当前的温度大多是预测空气温度而不是体感温度,事实上体感温度与空气温度存在着一定差异。当前的体感温度预测大多是通过物理方法进行,受到的干扰因素较多,影响了预测结果的准确性。提出一种加权Boosting体感温度预测模型,以首层学习器和次级学习器集成的方式进行,以R2系数作为衡量标准对首层学习器进行选择和加权,以GBDT作为基学习器。实验证明,相比传统方法,该模型在部分公开数据集和体感温度真实数据集上的预测精度相对更高。
论文目录
文章来源
类型: 期刊论文
作者: 陈笑屹,宋晓明
关键词: 体感温度,加权预测模型,集成学习
来源: 科技经济导刊 2019年25期
年度: 2019
分类: 工程科技Ⅱ辑,基础科学,信息科技
专业: 气象学,自动化技术
单位: 河北地质大学信息工程学院
分类号: TP181;P457.3
页码: 11-12
总页数: 2
文件大小: 1861K
下载量: 67
相关论文文献
- [1].针对非平衡警情数据改进的K-Means-Boosting-BP模型[J]. 中国图象图形学报 2017(09)
- [2].Successful Application of Hydrocracking Technology Aimed at Prodigiously Boosting Jet Fuel Yield[J]. China Petroleum Processing & Petrochemical Technology 2016(04)
- [3].矩优化Boosting算法[J]. 模式识别与人工智能 2015(12)
- [4].Boosting算法理论与应用研究[J]. 中国科学技术大学学报 2016(03)
- [5].Boosting Rural Development through Industrial Prosperity[J]. China Today 2020(09)
- [6].比例优势boosting算法在高维有序多分类数据分析中的应用[J]. 中国卫生统计 2018(03)
- [7].Technology Relating to Catalyst for Boosting Gasoline Yield Developed by RIPP Passed Appraisal[J]. China Petroleum Processing & Petrochemical Technology 2017(01)
- [8].Thickness Measurement of Insulation Coating by NIR Spectrometry Based on Boosting-KPLS[J]. 光谱学与光谱分析 2011(08)
- [9].基于改进On-line Boosting算法的视频目标跟踪[J]. 电视技术 2015(16)
- [10].基于统计分析Boosting的复杂场景目标识别方法研究[J]. 仪器仪表学报 2010(08)
- [11].Short-term wind power forecasting using hybrid method based on enhanced boosting algorithm[J]. Journal of Modern Power Systems and Clean Energy 2017(01)
- [12].Overview of boosting options for future downsized engines[J]. Science China Technological Sciences 2011(02)
- [13].基于多类在线Boosting的图像识别算法[J]. 计算机辅助设计与图形学学报 2011(07)
- [14].Boosting Cultural Industry[J]. China's Foreign Trade 2009(21)
- [15].具有动态级联结构的在线Boosting算法[J]. 东南大学学报(自然科学版) 2009(S1)
- [16].基于Boosting框架的推荐系统架构与优化[J]. 现代电子技术 2020(08)
- [17].基于并行Boosting算法的雷达目标跟踪检测系统设计[J]. 计算机测量与控制 2020(11)
- [18].Catalyst RCGP-1 for Boosting Gasoline Yield Passed SINOPEC's Appraisal[J]. China Petroleum Processing & Petrochemical Technology 2017(02)
- [19].基于在线多核boosting的鲁棒视觉跟踪[J]. 光电子·激光 2016(05)
- [20].一种基于Boosting的目标识别方法[J]. 电气自动化 2013(05)
- [21].Snapshot boosting: a fast ensemble framework for deep neural networks[J]. Science China(Information Sciences) 2020(01)
- [22].线性回归模型的Boosting变量选择方法[J]. 工程数学学报 2015(05)
- [23].基于Boosting的网络异常流量检测算法研究[J]. 淮阴工学院学报 2011(05)
- [24].两分类不平衡数据的Boosting算法[J]. 统计与决策 2010(10)
- [25].基于组合Boosting回归的软测量建模[J]. 计算机工程与应用 2010(25)
- [26].基于改进的Boosting算法的仓库监控区域目标跟踪研究[J]. 微型电脑应用 2020(05)
- [27].Systematic Advancement[J]. Beijing Review 2020(24)
- [28].Boosting算法研究[J]. 电脑知识与技术 2008(36)
- [29].基于Boosting模糊分类的入侵检测[J]. 计算机工程 2008(05)
- [30].一种自适应的多类Boosting分类算法[J]. 计算机科学 2017(07)