基于机器学习方法的强对流天气识别研究

• 作者: 修媛媛 冯海磊 韩雷
• 来源期刊: 电子设计工程
• 学科: 工学
• 关键词: 强对流天气预警 SVM 不平衡数据分类 机器学习
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 计算机技术与应用
• 页码范围: 4-7,11
• 页数: 5页
• 分类号: TN957.52
• 字数: 4477字
• 语种: 中文

摘要

用机器学习中有监督学习模型支持向量机SVM来进行强对流天气的识别和预报。强对流天气的发生可以看作是小概率事件，因此强对流天气的预警问题可以作为不平衡数据分类问题来处理。在SVM的应用上结合判别准则来对不平衡数据进行处理，更好的对强对流天气进行预警。本文从数据的获取、训练算法的选择、算法的应用、实验结果的评估几个方面进行了详细的描述。通过采用丹佛地区的数据进行大量试验，排除了不平衡数据对分类的干扰，提高了强对流天气识别的准确度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩雷	中国海洋大学信息科学与工程学院	17	88	5.0	9.0
2	修媛媛	中国海洋大学信息科学与工程学院	1	4	1.0	1.0
3	冯海磊	中国海洋大学信息科学与工程学院	1	4	1.0	1.0