期刊在線咨詢服務(wù)，立即咨詢
購(gòu)物車(chē)(0)
基于分解-聚類(lèi)-集成方法的極端天氣指數(shù)預(yù)測(cè)
關(guān)鍵詞：集成學(xué)習(xí) 特征分解 聚類(lèi)提升
摘要：海平面上升和極端天氣的增加對(duì)人類(lèi)生活的方方面面都產(chǎn)生了重大影響。預(yù)測(cè)極端氣候指數(shù)(ACI)已成為一個(gè)現(xiàn)實(shí)而關(guān)鍵的研究課題。針對(duì)ACI的預(yù)測(cè)問(wèn)題,提出了分解-聚類(lèi)-集成學(xué)習(xí)方法。首先,采用了綜合經(jīng)驗(yàn)?zāi)Ｊ椒纸?EEMD),將原始數(shù)據(jù)分解成若干個(gè)分量;然后,利用基于鯨魚(yú)優(yōu)化算法(whale optimization algorithm,WOA)優(yōu)化的最小二乘支持向量回歸(LSSVM)分別對(duì)分量進(jìn)行預(yù)測(cè);最后,利用另一個(gè)WOA-LSSVM對(duì)每個(gè)聚類(lèi)產(chǎn)生的預(yù)測(cè)分量進(jìn)行聚類(lèi),得到預(yù)測(cè)結(jié)果。為了研究DCE學(xué)習(xí)方法的預(yù)測(cè)性能,比較了ARIMA、BP神經(jīng)網(wǎng)絡(luò)、LSSVM和EEMD-LSSVM-ADD四種模型。比較結(jié)果表明,DCE學(xué)習(xí)方法比其他基準(zhǔn)模型具有更好的性能和更小的誤差值。
中南財(cái)經(jīng)政法大學(xué)研究生學(xué)報(bào)雜志要求:
{1}作者姓名、工作單位、詳細(xì)地址、郵編、聯(lián)系電話、E-mail等，以便溝通聯(lián)系。
{2}凡投寄本刊的稿件請(qǐng)勿一稿多投，若三個(gè)月內(nèi)未收到用稿通知，作者可自行處理。
{3}論文標(biāo)題要精練，一般不超過(guò)20個(gè)字，必要時(shí)可加副標(biāo)題。
{4}參考文獻(xiàn)要精選，以不少于5篇為宜。引用文獻(xiàn)中書(shū)刊的層次、數(shù)量、出版年份要仔細(xì)挑選核實(shí)，盡量引用出版年份較新的期刊論文、書(shū)籍、論文集。
{5}摘要只需簡(jiǎn)明、準(zhǔn)確地概述論文內(nèi)容即可，不要增加注釋和評(píng)價(jià)性文字，以150-200字為宜。
注：因版權(quán)方要求，不能公開(kāi)全文，如需全文，請(qǐng)咨詢雜志社
