摘要
本发明公开了基于物理约束‑混合动力机器学习的梅雨预测方法,包括通过历史物理系统指数获取历史梅雨量和关键物理系统观测数据;基于所述关键物理系统指数预测因子,将所述历史梅雨量作为预测对象,分别采用多种机器学习方法,分别训练并构建多个对应梅雨预测模型;基于动力数值模式输出关键物理系统指数作为大气桥代入机器学习模型,输出多种机器学习方法的梅雨量预测值;本发明通过多模型加权集成策略动态分配权重,降低单一模型对特定气象场景的过拟合风险,为基于气象机理的智能预报研究提供数据支撑。
技术关键词
混合动力机器
机器学习方法
物理系统
机器学习模型
指数
存储计算机可执行指令
集成策略
电子设备
可读存储介质
青藏高原
数值
分辨率
多模型
模式
气象
代表
资料
冷空气
系统为您推荐了相关专利信息
支持向量机模型
随机森林模型
无监督机器学习
多层感知机
水体
电力系统网络安全
电力信息物理系统
动作执行算法
电力系统结构
监测电力系统
调控方法
交互特征
递归神经网络
多任务深度学习模型
深度强化学习算法