共查询到10条相似文献,搜索用时 31 毫秒
1.
基于BPSO-NBayes的雷暴释用预报技术研究 总被引:1,自引:1,他引:0
提出了一种新的雷暴预报法,即二进制粒子群-朴素贝叶斯分类器(Binary Particle Swarm Optimization-Naive Bayesian Classifiers,BPSO-NBayes)方法,以福州、连城、宁波3站为例,对使用T511数值预报产品站点的雷暴释用预报技术进行研究。利用2010—2014年T511数值预报产品和单站观测资料,使用BPSO-NBayes方法,建立了0~72 h雷暴预报模型,并与Fisher判别准则和Bayes判别准则进行比较。预报结果表明,BPSO-NBayes模型临界成功指数都在0.29以上,平均值达到0.33以上,是3种方法中最好的,空报率都在0.59以下,漏报率在0.60以下,而且变化幅度很小。BPSO-NBayes模型明显优于Fisher判别准则和Bayes判别准则,具有良好的稳定性和预报能力。 相似文献
2.
基于Fisher判别准则的逐步判别方法及其应用 总被引:3,自引:1,他引:3
本文在遵循Fisher判别准则的基础上,提出了一种二级逐步判别的新方法,并应用于云南省五月雨量的预报中。理论分析和实际应用结果表明,此新方法具有理想的历史回报率和良好的处理预报能力。 相似文献
3.
4.
5.
判别分析准则有贝叶斯准则,费希尔准则和最小方差准则。通过比较可知,贝叶斯准则有一定局限性,它要求各类天气及其预报因子的联合分布为正态分布;而且,为了得到贝叶斯解,需要得到损失函数L。但在实际工作中,要给出反映实际情况的损失函数是困难的,通常只能由人主观给出;而且,表征各类天气及预报因子的有关物理量,大都不是正态分布。这些局限性可能影响判别效果。 相似文献
6.
为了克服非约束性(光照、表情变化)条件下会大大降低人脸识别率的缺陷,提出一种基于Fisher判别准则的正则化稀疏表示人脸识别算法.首先将人脸图像经过Gabor滤波器滤波得到Gabor幅值图像,提取其统一化的局部二进制直方图,然后利用Fisher判别准则学习得到新的字典,最后通过正则化的稀疏表示判断测试图像所属类.利用AR数据库的数据进行实验的结果表明,与SRC、FDDL、RSC识别算法相比,本文算法在非约束性条件下具有最佳的识别率. 相似文献
7.
本文对Fisher意义下的判别分析中泛函值 λ=C~T·B·C/C~T·W·C与判别效果(指 错判个数)之间的非同一性进行了讨论,指出在m个变量构成的m维空间中,由广义特征问题 (B-λW)C=0的特征向量所决定的投影空间不一定是判别效果最优的空间,即,泛函λ取 极值与判别效果取极值不是等价问题。 本文构造了一个与Fisher判别效果相一致,但又无解析形式的泛函: I=I(C_1,C_2,…,C_r)它建立在线性函数集合之上,I取极值与判别效果取极值是等价的。 文章提出了可采用最优化方法根据泛函λ值取极值的解求得泛函I值取极值的解,从而 解决了Fisher判别分析中投影空间的优化问题。实例计算表明,在优化的投影空间中进行 Bayes准则判别其效果要优于由广义特征问题(B-λW)C=0所决定的投影空间中所进行 的判别。 相似文献
8.
9.
根据Bayes准则下的多元线性判别分析和时间序列的线性自回归模式,本文提出一种时间序列的判别预报模式。该模式采用两种不同的变量筛选方案,对于气象时间序列的数量记录,由过去的记录判别未来记录的趋势(如正负距平、旱涝等)。在一定的自相关结构下,其判别效果较好。文献[1—4]曾论述用(0,1)两值时间序列建立AR(p)模式,但AR(p)模式有其局限性。将时间序列与多元判别分析结合,建立时间序列基础上的判别模式,用以往各时刻变量作为线性判别因子对未来各时刻的变量取值类型作出判别,既可保留时间序列线性模式的优点,又可利用多元逐步判别筛选因子的计算方法。从气象状况演变的物理机制来看,考虑前期状态演变比单纯考虑前期某一时刻的状态更有意义。 相似文献
10.
本文利用非连续的控制协议,研究了多智能体系统的有限时间一致性与固定时间一致性问题.基于集值映射、微分包含以及Lyapunov稳定性理论,在统一的框架下,给出了多智能体系统达到有限时间一致性和固定时间一致性的判别准则.通过数值仿真,验证了所给协议的有效性. 相似文献