%0 Journal Article
%T 随机森林在降水量长期预报中的应用
%J 南水北调与水利科技
%D 2016
%X 随机森林是21 世纪提出的基于分类树的算法, 在处理大数据集中具有明显优势, 首度将其应用在降水长期预 报中。以长江中下游地区1 月份降水预报为例, 运用随机森林模型构建原则, 在74 项大气环流因子以及前期月降 水中筛选模型预报因子, 进行长期降水量预报, 并将其与神经网络模型预报效果进行对比, 发现随机森林的泛化误 差为13%, 预报准确率达到75%, 而神经网络的预报准确率仅为67%。此外, 本研究还对长江中下游地区的汛期 降水量进行了长期预报, 结果表明, 随机森林模型进行降水量长期预报中模拟和预报的效果令人满意, 值得进一步 研究和应用。
%K 随机森林 长期降水预报 等级预报 泛化误差 重要性因子评价 决策树 神经网络
%U http://www.nsbdqk.net/ch/reader/view_abstract.aspx?file_no=20160113&flag=1