摘要
本发明公开了一种基于K‑CL网络的闪电预测方法,包括如下步骤:步骤1,选取与闪电相关的大气物理参数,采集所述大气物理参数、以及所述大气物理参数对应的闪电频数作为数据集;步骤2,构建闪电预测模型,用于预测闪电频数;步骤3,将所述数据集划分为训练集和验证集;数据集中的大气物理参数作为所述闪电预测模型的输入数据、所述大气物理参数对应的闪电频数作为所述闪电预测模型的输出数据,采用所述训练集和验证集分别对所述闪电预测模型进行训练和验证,得到训练好的闪电预测模型;步骤4,将待预测的大气物理参数输入到训练好的闪电预测模型中,对闪电频数进行预测。显著提升了模型的预测精度和泛化能力。
技术关键词
网络
数据
皮尔逊相关系数
模块
检验方法
指数
随机森林
样本
超参数
广义
网格
气压
气流
算法
精度
系统为您推荐了相关专利信息
XGBoost模型
超参数
正则化参数
水文
风险
电荷控制方法
反馈增益系数
控制力矩
电荷控制装置
运动控制模块
医学图像分割方法
数据
注意力机制
条件随机场
解码器
缺陷检测方法
风机叶片
生成对抗网络
高层语义特征
图像