典型文献
基于GEP、ANFIS、MARS和GBDT模型构建浙江省极端降雨事件预测模型
文献摘要：
为找出浙江省极端降雨的预测模型,文章选取了3种极端降雨指数,基于高斯回归(GEP)、自适应模糊神经网络(ANFIS)、多元自适应回归(MARS)和梯度提升决策树算法(GBDT)构建了浙江省极端降雨指数预测模型,结果表明:GEP模型在3种极端降雨指数预测中均表现出了极高的精度,同时该模型在气候条件相似的地区内具有极高的适用性,表明GEP模型可作为浙江省极端降雨预测的标准模型使用.
文献关键词：
浙江省;极端降雨;高斯回归;机器学习
中图分类号：
作者姓名：
沈黎
作者机构：
杭州市富阳区水文水资源监测管理中心, 浙江 杭州 311400
文献出处：
引用格式：
[1]沈黎-.基于GEP、ANFIS、MARS和GBDT模型构建浙江省极端降雨事件预测模型)[J].水利技术监督,2022(04):55-59,74
A类：
B类：
GEP,ANFIS,MARS,GBDT,极端降雨,降雨事件,事件预测,高斯回归,自适应模糊神经网络,梯度提升决策树算法,指数预测模型,气候条件,降雨预测,标准模型,模型使用
AB值：
0.314708
相似文献
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。
