15、印度地区季风降雨模式分析与面部表情识别新方法

印度地区季风降雨模式分析与面部表情识别新方法

1. 印度地区季风降雨模式分析

1.1 预测方法选择

在印度季风降雨预测中,多元线性回归(MLR)被选为最终的监督学习技术。其他广义回归方法、神经网络和支持向量机等则留待全面研究使用,对比这些方法与 MLR 的预测结果,有助于未来研究潜在的非线性关系。

对于无监督学习,基于天气和大气特征的聚类被认为比印度气象局(IMD)设想的基于地理邻近性的聚类更合适。因此,选取了 11 类天气和大气参数,将前 12 个月的月平均值作为自变量,得到 132 个预测变量。为与 IMD 的方法保持一致,选择 4 月至次年 3 月作为 12 个月的周期,以便在 4 月使用推导因素进行回归模型预测即将到来的季风降雨。

变量 描述 单位 范围 标准差 异常值比例
PPT 月平均降水量 mm 0 - 2360 20 - 196 0.8 - 2.3%
MinT 最低温度 °C (-24) - 32 3.1 - 5.7 0.
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值