本文主要研究内容
作者朱华亮,温华洋,华连生,金素文,陈菁菁(2019)在《基于Logistic回归建立霜自动判识模型》一文中研究指出:利用安徽省23个典型气象站2003-2017年观测数据,根据无霜日的气象要素阈值条件进行质量控制,在此基础上,构建各气象站基于Logistic回归的霜自动判识模型,并对模型的霜判识效果进行评估。结果表明:(1)通过气温、风速和降水量等气象要素阈值,能够有效判定出安徽各站当日无霜现象;(2)各气象站的霜判识模型均入选了温度、湿度和风速等相关要素作为判识因子,入选要素的时次多集中在4:00-8:00区间;(3)独立样本检验表明,基于Logistic回归的霜判识模型对安徽地区霜的平均判识准确率、命中率、漏判率、空判率和TS评分分别为89.0%、91.6%、8.4%、15.8%和78.2%,表明模型对安徽地区的霜具有较好的判识能力;(4)与Bayes判别模型对比发现,基于Logistic回归的霜判识模型在准确率、空判率和TS评分方面表现更优,可以使用Logistic回归模型实现霜的自动化判识。
Abstract
li yong an hui sheng 23ge dian xing qi xiang zhan 2003-2017nian guan ce shu ju ,gen ju mo shuang ri de qi xiang yao su yu zhi tiao jian jin hang zhi liang kong zhi ,zai ci ji chu shang ,gou jian ge qi xiang zhan ji yu Logistichui gui de shuang zi dong pan shi mo xing ,bing dui mo xing de shuang pan shi xiao guo jin hang ping gu 。jie guo biao ming :(1)tong guo qi wen 、feng su he jiang shui liang deng qi xiang yao su yu zhi ,neng gou you xiao pan ding chu an hui ge zhan dang ri mo shuang xian xiang ;(2)ge qi xiang zhan de shuang pan shi mo xing jun ru shua le wen du 、shi du he feng su deng xiang guan yao su zuo wei pan shi yin zi ,ru shua yao su de shi ci duo ji zhong zai 4:00-8:00ou jian ;(3)du li yang ben jian yan biao ming ,ji yu Logistichui gui de shuang pan shi mo xing dui an hui de ou shuang de ping jun pan shi zhun que lv 、ming zhong lv 、lou pan lv 、kong pan lv he TSping fen fen bie wei 89.0%、91.6%、8.4%、15.8%he 78.2%,biao ming mo xing dui an hui de ou de shuang ju you jiao hao de pan shi neng li ;(4)yu Bayespan bie mo xing dui bi fa xian ,ji yu Logistichui gui de shuang pan shi mo xing zai zhun que lv 、kong pan lv he TSping fen fang mian biao xian geng you ,ke yi shi yong Logistichui gui mo xing shi xian shuang de zi dong hua pan shi 。
论文参考文献
论文详细介绍
论文作者分别是来自中国农业气象的朱华亮,温华洋,华连生,金素文,陈菁菁,发表于刊物中国农业气象2019年08期论文,是一篇关于回归论文,自动判识论文,中国农业气象2019年08期论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自中国农业气象2019年08期论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。
标签:回归论文; 自动判识论文; 中国农业气象2019年08期论文;