| 改进K近邻和支持向量机相融合的天气识别 | |
| 张红艳1; 李茵茵1; 万伟2 | |
| 2013-04-08 | |
| 发表期刊 | 计算机工程与应用
 |
| ISSN | 1002-8331 |
| 卷号 | 50期号:14页码:148-151+167 |
| 摘要 | 天气受到多种因素综合影响,具有时变性和不确定性,单一模型难以获得较高的识别正确率,为此,提出一种改进K近邻和支持向量机相融合的天气识别模型(IKNN-SVM)。首先计算待识别样本与超平面间距离,然后将距离与预设阈值进行比较,如果大于阈值,则采用支持向量机对天气进行识别,否则利用K近邻算法对天气进行识别,并引入样本密度对K近邻算法进行改进,最后采用仿真实验对模型性能进行测试。仿真结果表明,相对于单一的KNN或SVM,IKNN-SVM提高了天气识别正确率,较好地克服单一模型存在的缺陷。 |
| 关键词 | 天气识别 支持向量机 K近邻 识别正确率 |
| URL | 查看原文 |
| 收录类别 | CSCD |
| 语种 | 中文 |
| 资助项目 | 广东省气象局气象科技项目(No.2011B03,No.201007) |
| 原始文献类型 | 学术期刊 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/77483 |
| 专题 | 国家开放大学广东分部 |
| 作者单位 | 1.广州中心气象台; 2.广东广播电视大学计算机技术系 |
| 推荐引用方式 GB/T 7714 | 张红艳,李茵茵,万伟. 改进K近邻和支持向量机相融合的天气识别[J]. 计算机工程与应用,2013,50(14):148-151+167. |
| APA | 张红艳,李茵茵,&万伟.(2013).改进K近邻和支持向量机相融合的天气识别.计算机工程与应用,50(14),148-151+167. |
| MLA | 张红艳,et al."改进K近邻和支持向量机相融合的天气识别".计算机工程与应用 50.14(2013):148-151+167. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [张红艳]的文章 |
| [李茵茵]的文章 |
| [万伟]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [张红艳]的文章 |
| [李茵茵]的文章 |
| [万伟]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [张红艳]的文章 |
| [李茵茵]的文章 |
| [万伟]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
| 相关推荐 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论