钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
天文学、地球科学期刊
\
灾害学期刊
\
基于机器学习的大雾天气背景下特强浓雾本地化诊断研究
基于机器学习的大雾天气背景下特强浓雾本地化诊断研究
作者:
史达伟
史逸民
张银意
李超
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取
大雾
特强浓雾
机器学习
本地化
诊断模型
CART决策树算法
摘要:
低能见度的大雾天气是造成许多交通事故的重要气象灾害.极低能见度的强浓雾预报预测是气象工作中的难点问题.利用连云港地区2014-2016年逐小时气象观测资料,选取大雾发生时次,基于机器学习中的多种算法对能见度低于50 m特强浓雾建立气象要素诊断模型.结果表明:基于CART决策树算法的诊断模型能够较为直观准确的对强浓雾进行诊断,并且该模型具有较高的泛化能力,利用约占研究样本75%的数据进行学习,模型的学习准确率为90.04%,剩余25%左右的样本数据对模型的泛化能力进行测试,测试准确率为82.25%;5种机器学习算法中LSVM算法对于特强浓雾的诊断模型测试效果最好,但算法可理解度较低、复杂度较高,不如CART算法易于使用.
暂无资源
收藏
引用
分享
推荐文章
基于Symbian OS的本地化技术研究
Symbian OS
Series60开发平台
框架
本地化
汉化
突发公共事件背景下蚌埠本地化特色媒体与城市形象传播机制研究
突发公共事件
蚌埠
本地化特色媒体
城市形象
GPS/MET水汽反演中Tm模型的本地化研究
GPS水汽
GAMIT
加权平均温度
天顶湿延迟
PW
Windows 7平台下BLAST本地化构建
Windows7
本地BLAST
AQP
西洋梨
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
内容分析
关键词云
关键词热度
相关文献总数
(/次)
(/年)
文献信息
篇名
基于机器学习的大雾天气背景下特强浓雾本地化诊断研究
来源期刊
灾害学
学科
地球科学
关键词
大雾
特强浓雾
机器学习
本地化
诊断模型
CART决策树算法
年,卷(期)
2018,(2)
所属期刊栏目
探索·青年与灾害
研究方向
页码范围
193-199
页数
7页
分类号
X43|P44
字数
5763字
语种
中文
DOI
10.3969/j.issn.1000-811X.2018.02.034
五维指标
作者信息
序号
姓名
单位
发文数
被引次数
H指数
G指数
1
史达伟
4
15
3.0
3.0
2
史逸民
2
8
2.0
2.0
3
张银意
2
8
2.0
2.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(150)
共引文献
(175)
参考文献
(19)
节点文献
引证文献
(3)
同被引文献
(41)
二级引证文献
(3)
1956(1)
参考文献(0)
二级参考文献(1)
1971(1)
参考文献(1)
二级参考文献(0)
1977(1)
参考文献(1)
二级参考文献(0)
1980(1)
参考文献(0)
二级参考文献(1)
1988(1)
参考文献(0)
二级参考文献(1)
1991(3)
参考文献(1)
二级参考文献(2)
1992(4)
参考文献(0)
二级参考文献(4)
1993(2)
参考文献(0)
二级参考文献(2)
1994(2)
参考文献(0)
二级参考文献(2)
1995(1)
参考文献(0)
二级参考文献(1)
1996(1)
参考文献(0)
二级参考文献(1)
1997(1)
参考文献(0)
二级参考文献(1)
1998(4)
参考文献(0)
二级参考文献(4)
1999(9)
参考文献(0)
二级参考文献(9)
2000(4)
参考文献(0)
二级参考文献(4)
2001(6)
参考文献(0)
二级参考文献(6)
2002(3)
参考文献(0)
二级参考文献(3)
2003(8)
参考文献(0)
二级参考文献(8)
2004(17)
参考文献(2)
二级参考文献(15)
2005(16)
参考文献(0)
二级参考文献(16)
2006(9)
参考文献(0)
二级参考文献(9)
2007(15)
参考文献(2)
二级参考文献(13)
2008(21)
参考文献(1)
二级参考文献(20)
2009(10)
参考文献(1)
二级参考文献(9)
2010(8)
参考文献(1)
二级参考文献(7)
2011(7)
参考文献(1)
二级参考文献(6)
2012(3)
参考文献(0)
二级参考文献(3)
2013(6)
参考文献(4)
二级参考文献(2)
2014(1)
参考文献(1)
二级参考文献(0)
2015(1)
参考文献(1)
二级参考文献(0)
2016(2)
参考文献(2)
二级参考文献(0)
2018(0)
参考文献(0)
二级参考文献(0)
引证文献(0)
二级引证文献(0)
2019(2)
引证文献(2)
二级引证文献(0)
2020(4)
引证文献(1)
二级引证文献(3)
研究主题发展历程
节点文献
大雾
特强浓雾
机器学习
本地化
诊断模型
CART决策树算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
灾害学
主办单位:
陕西省地震局
出版周期:
季刊
ISSN:
1000-811X
CN:
61-1097/P
开本:
大16开
出版地:
西安市边家村水文巷4号
邮发代号:
创刊时间:
1986
语种:
chi
出版文献量(篇)
3074
总下载数(次)
2
总被引数(次)
35785
期刊文献
相关文献
1.
基于Symbian OS的本地化技术研究
2.
突发公共事件背景下蚌埠本地化特色媒体与城市形象传播机制研究
3.
GPS/MET水汽反演中Tm模型的本地化研究
4.
Windows 7平台下BLAST本地化构建
5.
关于中国气象频道本地化的思考
6.
地市级新一代天气预报业务流程的本地化设置
7.
异地重大突发新闻的本地化报道
8.
基于HTML5的前端本地化存储技术
9.
浓雾天气背景下昆明长水机场签派放行研究
10.
襄阳新一代天气雷达Z-R关系本地化修正分析
11.
Micaps V2.0本地化经验浅谈
12.
从秋季大雾天气特征探讨大雾成因
13.
基于多拓扑方法解决DHT系统查询本地化问题
14.
基于DVB+OTT的本地化信息互动运营平台建设
15.
Microsoft CryptoAPI安全框架分析及本地化策略
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
灾害学2022
灾害学2021
灾害学2020
灾害学2019
灾害学2018
灾害学2017
灾害学2016
灾害学2015
灾害学2014
灾害学2013
灾害学2012
灾害学2011
灾害学2010
灾害学2009
灾害学2008
灾害学2007
灾害学2006
灾害学2005
灾害学2004
灾害学2003
灾害学2002
灾害学2001
灾害学2000
灾害学1999
灾害学1998
灾害学2018年第z1期
灾害学2018年第4期
灾害学2018年第3期
灾害学2018年第2期
灾害学2018年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号