学科分类
/ 1
2 个结果
  • 简介:简要介绍了精细化天气预报和气象数据挖掘应用的现状,在对BP神经网络预测方法详细分析的基础上,研究了基于时间序列数据挖掘实现精细化温度预报的方法。该方法基于时序分析技术,建立起适合于BP神经网络的输入样本模型,通过反复学习从温度时序中建立预测模型,将其用于未来24h的精细化温度预报。同时,对BP神经网络算法和步骤做了简要介绍,针对原有的BP算法存在的不足,做了一些改进。最后,通过对预测挖掘系统的设计和在Matlab6.5仿真平台上的试验,建立了温度预报模型,以兰州市观测站数据为时间序列研究对象,对精细化温度预报进行了仿真实现。对基于时序的数据挖掘理论的应用和开发精细化温度预报方法做了有益的探索。

  • 标签: 数据挖掘 精细化温度预报 BP神经网络 预测模型
  • 简介:文章用灰色关联分析方法对呼和浩特市1999—2009年的月气象资料和同期火灾资料进行了分析,得到月平均温度、月平均相对湿度、月总降水量、月无降水日数、月平均风速与月火灾次数的关联度及其强弱顺序,其中月平均风速关联度为0.657,在强弱顺序中排在第一位,其次分别为月无降水日数和月平均温度。为进一步研究城市火灾受气象条件的影响和建立城市火险潜势预报模型提供基础依据。

  • 标签: 灰色关联分析 城市火灾 灰色关联度 气象条件