典型文献
基于三种机器学习算法的降水现象仪和雨量筒数据一致性检验
文献摘要：
基于三种机器学习算法,对2018年南宁国家气象观测站雨量筒观测数据和降水现象仪的雨滴观测数据进行一致性检验试验.通过降维算法,对降水现象仪数据去除数据冗余,进一步分别采用多元线性回归、决策树回归、最近邻回归等3种机器学习算法验证与雨量筒数据的一致性情况.结果表明,综合性能中多元线性回归算法效果最好,在误差范围内的准确率达到85％以上;最近邻回归算法在小雨量中可以有较好的预测值,综合准确率达到75％,两种算法均优于决策树算法70％的准确率.
文献关键词：
多元线性回归;决策树回归;最近邻回归;降维算法;气象数据质量
中图分类号：
作者姓名：
成振华;周坤论;陶伟;黄剑钊;王玮;景坤
作者机构：
广西壮族自治区气象技术装备中心,南宁530022
文献出处：
引用格式：
[1]成振华;周坤论;陶伟;黄剑钊;王玮;景坤-.基于三种机器学习算法的降水现象仪和雨量筒数据一致性检验)[J].气象研究与应用,2022(03):115-119
A类：
B类：
机器学习算法,降水现象仪,雨量,量筒,数据一致性,一致性检验,南宁,宁国,气象观测站,观测数据,雨滴,降维算法,除数,数据冗余,决策树回归,最近邻回归,算法验证,多元线性回归算法,误差范围,小雨,决策树算法,气象数据质量
AB值：
0.287388
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
