摘要
本发明公开一种基于历史气象数据及最佳机器学习模型的对CMIP6数据处理方法,可有效评估上述模型对不同种类的气象数据处理精度的差异,从而选择最佳模型得到更为可信的未来气象数据变化。包括:提取逐日CMIP6原始数据;将CMIP6数据建立模拟训练集和模拟测试集,将对应的同时期的历史气象数据建立实测训练集和实测测试集;根据机器学习模型对模拟测试集进行处理,选择不同种类气象数据所对应的最佳机器学习模型;根据所有历史气象数据建立实测训练集、所有历史时期CMIP6数据建立模拟训练集;选择的最佳机器学习模型,根据未来待优化时期的CMIP6数据建立模拟测试集,作为训练后的机器学习模型的输入,输出结果即为最佳机器学习模型对CMIP6数据的处理结果。
技术关键词
历史气象数据
数据处理方法
训练机器学习模型
训练集
集成学习模型
数据处理装置
神经网络模型
支持向量机
随机森林
处理器
电子装置
可读存储介质
存储器
计算机
线性
指标
模式
系统为您推荐了相关专利信息
深度特征提取
语义角色
深度优先搜索算法
生成向量
语义标签
钙钛矿电池
效率评估方法
矩阵
效率评估系统
电压特性曲线
风机叶片结冰
生成网络模型
条件对抗生成网络
长短期记忆神经网络
历史气象数据
点击率预测模型
公平性提升方法
推荐系统
样本
数据
锥形束CT图像
颌骨区域
引入注意力机制
识别方法
感兴趣特征