一种基于Stacking回归模型的气温预报模型、方法及介质技术

技术编号:40906216 阅读:34 留言:0更新日期:2024-04-18 14:36
本发明专利技术提供一种基于实况资料Stacking回归模型的气温预报模型、方法及介质,所述预报模型的训练方法包括:步骤S1,获得气温数据集;步骤S2,基于python语言从所述气温数据集提取第一样本数据集;步骤S3,将所述第一样本数据集筛选,得到第二样本数据集;步骤S4,将所述第二样本数据集输入相关系数计算公式,得到相关系数数据集;步骤S5,将所述相关系数数据集排序,选取靠前相关系数数据,得到第三样本数据集;步骤S6,基于所述第三样本数据集训练Stacking回归模型,得到气温预报模型。本发明专利技术可以通过实况资料解决由于不同地理位置环境复杂程度不同,使得研究员训练模型时对于上下游地区的选择不准确,导致训练的模型精度不够高,预测效果准确性较低的的技术问题和预报员在实况资料的运用方面的不足问题。

【技术实现步骤摘要】

本专利技术涉及气象预报,具体涉及一种基于stacking回归模型的气温预报模型、方法及介质。


技术介绍

1、气象预报,又称天气预报,是指使用现代科学技术对未来某一地点地球大气层的状态进行预测。气预报主要是使用收集大量的数据(气温、湿度、风向和风速、气压等等),然后使用对大气过程的认识(气象学)来确定未来空气变化。

2、为避免气象预报模型的建立过于依赖数值预报而建立,现有部分研究员在训练气象预报模型时会根据当前地区的上游或者下游的气象数据来建立数据集对气象预报模型进行训练,然而在训练模型时,大多数研究员会根据经验或常识对需预测气象的上下游地区进行选择,由于国内不同省份的地理位置的环境复杂程度不同,对于上下游地区的判断往往会存在困难,使得研究员对于当前地区的上下游地区的选择不准确,进而导致经过训练之后的模型精度不够高,预测效果准确性较低,体验较差。

3、专利技术人鉴于此,专利技术了一种基于stacking回归模型的气温预报方法及系统。


技术实现思路

1、针对现有技术存在的不足,本专利技术提本文档来自技高网...

【技术保护点】

1.一种基于Stacking回归模型的气温预报模型,其特征在于,所述气温预报模型的训练方法包括以下步骤:

2.根据权利要求1所述的气温预报模型,其特征在于,在步骤S3中,具体包括以下步骤:

3.根据权利要求2所述的气温预报模型,其特征在于,所述相关系数计算公式为皮尔逊相关系数计算公式,所述皮尔逊相关系数计算公式具体为:

4.根据权利要求3所述的气温预报模型,其特征在于,在步骤S4中,样本皮尔逊相关系数的计算公式具体为:

5.根据权利要求1所述的气温预报模型,其特征在于,在步骤S1中,具体包括以下步骤:

6.根据权利要求1所述的气...

【技术特征摘要】

1.一种基于stacking回归模型的气温预报模型,其特征在于,所述气温预报模型的训练方法包括以下步骤:

2.根据权利要求1所述的气温预报模型,其特征在于,在步骤s3中,具体包括以下步骤:

3.根据权利要求2所述的气温预报模型,其特征在于,所述相关系数计算公式为皮尔逊相关系数计算公式,所述皮尔逊相关系数计算公式具体为:

4.根据权利要求3所述的气温预报模型,其特征在于,在步骤s4中,样本皮尔逊相关系数的计算公式具体为:

5.根据权利要求1所述的气温预报模型,其特征在于,在步骤s1...

【专利技术属性】
技术研发人员:邓世有潘影
申请(专利权)人:贵阳市白云区气象局
类型:发明
国别省市:

相关技术
    暂无相关专利
网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1