[发明专利]NRIET基于机器学习的大雾预报方法在审
| 申请号： | 201810199821.0 | 申请日： | 2018-03-12 |
| 公开（公告）号： | CN108375808A | 公开（公告）日： | 2018-08-07 |
| 发明（设计）人： | 吴雪 | 申请（专利权）人： | 南京恩瑞特实业有限公司 |
| 主分类号： | G01W1/10 | 分类号： | G01W1/10 |
| 代理公司： | 南京知识律师事务所 32207 | 代理人： | 高娇阳 |
| 地址： | 210039 江苏省南*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种NRIET基于机器学习的大雾预报方法，包括：收集预报区域及周边可用于模型训练和业务预报的历史实况和预报资料；对收集到的数据进行分析，并处理为机器学习模型训练可用的样本集；针对本发明涉及的问题，选用基于决策树的xgboost模型算法，筛选机场大雾生成的重要影响因子，建立大雾和影响因子之间的关系模型；在训练集和验证集上进行训练；依照调参顺序，反复对模型参数进行调整，直至得到性能最优预报模型；使用集成学习方法，对模型进行交叉验证和迭代训练，以进一步提升模型预报性能；将实时观测数据带入预报模型，得到大雾预报结果。 | ||
| 搜索关键词： | 基于机器 预报模型 可用 预报 机器学习模型 实时观测数据 迭代训练 关系模型 集成学习 交叉验证 模型参数 模型算法 模型训练 模型预报 业务预报 影响因子 预报结果 预报区域 重要影响 决策树 训练集 验证集 样本集 实况 筛选 学习 机场 分析 | ||
【主权项】：
1.一种NRIET基于机器学习的大雾预报方法，其特征在于，包括以下内容：1)数据收集收集预报区域及周边可用于模型训练和业务预报的历史实况和预报资料；2)数据分析和预处理对收集到的数据进行分析，并处理为机器学习模型训练可用的样本集；3)机器学习算法选取选用基于决策树的模型xgboost，筛选机场大雾生成的重要影响因子，建立大雾和影响因子之间的关系模型，从而对大雾的生消和变化过程进行短时临近预报；3)模型训练使用最佳机器学习算法，在训练集和验证集上进行训练；4)模型调参依照调参顺序，反复对模型参数进行调整，直至得到性能最优预报模型；5)预报评估在测试集上对预报模型进行评估，如果性能未达到最优反复进行5)；6)集成学习使用集成学习方法，对模型进行交叉验证和迭代训练，以进一步提升模型预报性能；7)预报评估在测试集上对预报模型进行评估，如果性能未达到最优反复进行8)；8)业务预报将实时观测数据带入预报模型，得到大雾预报结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京恩瑞特实业有限公司，未经南京恩瑞特实业有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810199821.0/，转载请声明来源钻瓜专利网。
- 上一篇：气象数据的获取方法及装置
- 下一篇：在空气界面具有高折射率材料的抗反射涂层
