基于多侧面多分类器融合的月降水量预测

• 作者: 何富贵 叶明泉 张燕平
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 多侧面递进算法 多分类器融合 月降水量预测
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 156-158
• 页数: 3页
• 分类号: TP39
• 字数: 3552字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2009.12.055

摘要

针对降水量影响因子多、彼此之间关系复杂、预测难度大的特点,提出一种基于多侧面集成学习方法的降水量预测模型.采用多侧面递进箅法对数据进行特征提取,得到多个特征子集(多个侧面),且在特征子空间上建立预测模型,对未知样本进行分类预测,并利用专家投票的大多数规则对预测结果进行组合.实验表明,该方法具有较高的预测准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张燕平	安徽大学计算智能与信号处理教育部重点实验室	148	1556	21.0	32.0
5	何富贵	安徽大学计算智能与信号处理教育部重点实验室	6	32	4.0	5.0
6	叶明泉	安徽大学计算智能与信号处理教育部重点实验室	2	6	1.0	2.0