典型文献
面向复杂地形区气温场拟合的回归学习方法精度比较
文献摘要：
针对复杂地形区域气温具有非线性变化特征,常规函数模型难以准确构建气温场进行气温预测的问题,本文利用机器学习处理非线性问题的优势,比较分析支持向量回归、径向基神经网络回归和k近邻回归3种机器学习方法气温场拟合的模型精度.首先,以中国西部六省气温监测资料为基础,运用普通克里金插值增强样本容量,并划分训练数据集和测试数据集.然后,利用训练数据集训练3种气温场回归学习模型,根据测试数据集训练得到的模型获得气温预测值.最后,从气温场三维表面、气温偏差统计特征、误差指标3个方面比较分析了气温场拟合的模型精度.实验结果表明,3种回归学习方法的精度都非常高;模型精度从高到低的方法依次为加权k近邻回归、支持向量回归和径向基神经网络回归;在气温变化细节精细建模方面径向基神经网络回归更具优势.研究结果可为复杂地形区高精度气温预测提供参考.
文献关键词：
机器学习;气温场拟合;精度比较;气温预测;非线性回归
中图分类号：
作者姓名：
孙行;黄泽纯
作者机构：
西南交通大学地球科学与环境工程学院,四川成都611756
文献出处：
引用格式：
[1]孙行;黄泽纯-.面向复杂地形区气温场拟合的回归学习方法精度比较)[J].测绘与空间地理信息,2022(05):18-23
A类：
气温场拟合
B类：
复杂地形区,回归学习,精度比较,非线性变化,函数模型,行气,气温预测,非线性问题,支持向量回归,径向基神经网络,神经网络回归,近邻回归,机器学习方法,模型精度,中国西部,气温监测,监测资料,普通克里金插值,样本容量,训练数据集,测试数据,集训,练得,得气,统计特征,误差指标,气温变化,非线性回归
AB值：
0.252945
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。
