基于機器學習的雷電預報研究
作者：崔月生; 胡曦 北京市避雷裝置安全檢測中心; 北京100089
摘要：高準確率的雷電預報,有助于降低雷電帶來的災害,從而減少雷電造成的損失,所以如何提高雷電預報準確率具有重要的現實意義。為了提高支持向量機(SVM)算法的分類效果,引入了灰狼優化算法(GWO),利用GWO算法的全局優化能力優化SVM的c和σ,從而提高SVM分類的準確性。由于采集的雷電數據屬性較多,采用主成分分析(PCA)方法對屬性進行約簡,獲得能夠反映雷電情況的主要影響因子,作為GWO-SVM的輸入數據,GWO-SVM的輸出為雷電發生情況。最后建立了雷電預報仿真實驗,實驗對比結果現實,在相同的實驗參數及實驗數據情況下,GWO-SVM方法相比于傳統的其他3種算法具有更高的雷電預報準確率;相比于前人所作研究,所提方法也具有更高的雷電預報準確率;驗證了所提雷電預報方法的可靠性。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社。
國外電子測量技術雜志
國外電子測量技術雜志， 月刊，本刊重視學術導向，堅持科學性、學術性、先進性、創新性，刊載內容涉及的欄目：理論與方法、研究與開發、應用天地等。于1982年經新聞總署批準的正規刊物。
- 統計源期刊
- 1-3個月審核
