摘要
本发明涉及花粉预报技术领域,具体涉及一种基于集成学习的花粉预报方法。本发明使用气象数值模式产品,构建了包括数值模式特征、静态特征、时间特征和排放源特征在内的能够体现花粉生成特征、传输特征,具有不同区域代表性的静态特征,最终形成花粉预报特征工程技术。采用基于多机器学习器或深度学习器的集成学习,提升整体花粉的预报效果。
技术关键词
预报方法
深度神经网络学习
风速
相对湿度
数值预报产品
静态特征
双线性插值
学习特征数据
气象
特征工程技术
序列
预报技术
多层感知器
传输特征
站点
生成特征
气压
基础
系统为您推荐了相关专利信息
电网优化调度方法
微电网系统
柴油发电机
协方差矩阵
风力发电机模型
预紧力实时监测方法
动力学特性数据
全局灵敏度分析
回归预测方法
多结构
功率预测系统
风能转换效率
随机森林模型
大气压
气象
洪水预报方法
动态时间规整
相关性分析方法
水文
鲸鱼优化算法
有功功率控制方法
虚拟惯量
分层控制策略
调频
风速