关于气象数据信息对降雨等级准确预测仿真

作     者：王军 彭明 程勇 WANG Jun;PENG Ming;CHENG Yong

作者机构：南京信息工程大学计算机与软件学院江苏南京210044 南京信息工程大学信息化建设与管理处江苏南京210044 

基　　金：国家自然科学基金资助项目(61373064 61402236) 赛尔网络下一代互联网技术创新项目(NGII20160318) 江苏省"六大人才高峰"项目(2013-DZXX-019 2015-DZXX-015) 江苏省"六大人才高峰"创新人才团队项目(TD-XYDXX-004) 

出 版 物：《计算机仿真》 (Computer Simulation)

年 卷 期：2018年第35卷第9期

页      码：445-449,479页

摘      要：降雨是众多气象要素相互作用的结果,气象数据具有类型复杂、不定性、产生速度快、数据量大等特点,增大了降雨预测模型处理气象数据的难度。针对降雨预测方法要求气象要素之间相互独立,但很多气象要素相互关联,降低了预测的准确性和效率的问题,为了提高降雨等级的预测准确性与效率,提出一种基于Map Reduce的改进加权朴素贝叶斯算法(WMNBC)。首先根据气象数据相应条件属性、类属性及其它所有条件属性三者之间的相关程度,提出一种信息密度的概念,并结合对应条件属性取值数目设计一个新的属性赋权方法,然后建立基于MapReduc的WMNBC降雨等级预测模型,最后对实际降雨等级进行仿真测试。仿真结果表明,相比NBC和HWNN算法,WMNBC算法可以更加准确的预测降雨等级并提高预测效率,为降雨等级预测提供了新的途径。

主 题 词：降雨等级 朴素贝叶斯分类 信息密度 属性赋权 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.3969/j.issn.1006-9348.2018.09.093

馆 藏 号：203381431...