摘要
本发明公开了一种基于NGboost算法的晴空颠簸概率预测方法,旨在通过NGboost算法可概率预测的优势来提高模型捕捉晴空湍流(CAT)的能力。该方法利用了CAT诊断指数作为特征向量,提出了基于自然梯度提升的晴空颠簸强度概率预测模型。使用正则表达式和SMOT算法对气象数据与观测数据结合的数据集进行了数据质量控制、样本类别不平衡问题等预处理;随后选取特征向量,进行了数据归一化、划分数据集比例、进行5折交叉验证等参数调优进行模型优化;接着输入测试集,进行模型的性能验证以及灵敏度测试;最后将目标时空的多维数据使用NGboost算法得出小时级的中度或更大CAT发生的概率。
技术关键词
概率预测方法
数据
SMOTE算法
样本
湍流
学习器
参数
过采样技术
气象
诊断特征
内插方法
双线性插值
训练集
标签
插值方法
矩阵
种子数
搜索算法
强度
系统为您推荐了相关专利信息
混合深度学习
威胁检测方法
电力终端
BiLSTM模型
网络安全威胁
视频分析方法
图像处理算法
云端服务器
训练深度学习模型
边缘检测设备
一体化生物除臭装置
动物房
固定架
预警模块
驱动磁体
气体传感器
燃气报警器
校准功能
校准算法
可调谐激光吸收光谱