مقاله یک روش جدید برای پیش بینی بارندگی با استفاده از الگوریتم K (سال 2017 الزویر)

1. مقدمه

2. کارهای مرتبط

2.1 KNN

2.2 WKNN و DWKNN

3. الگوریتم KNN بهبود یافته ما

4. پیش بینی بارندگی بر اساس الگوریتم KNN بهبود یافته برای منطقه پکن

4.1 داده های بارندگی و پیش بینی کننده ها

4.2 نرمالیزاسیون

4.3. پیش بینی بارندگی بر اساس الگوریتم KNN بهبود یافته

5. آزمایشات و نتایج

5.1 معیارهای ارزیابی عملکرد پیش بینی بارندگی

5.2. پیش بینی بارش

6. نتیجه گیری

منابع

Abstract

The prediction method plays crucial roles in accurate precipitation forecasts. Recently, machine learning has been widely used for forecasting precipitation, and the K-nearest neighbor (KNN) algorithm, one of machine learning techniques, showed good performance. In this paper, we propose an improved KNN algorithm, which offers robustness against different choices of the neighborhood size k, particularly in the case of the irregular class distribution of the precipitation dataset. Then, based our improved KNN algorithm, a new precipitation forecast approach is put forward. Extensive experimental results demonstrate that the effectiveness of our proposed precipitation forecast approach based on improved KNN algorithm.

روش پیش بینی نقش حیاتی در پیش بینی دقیق بارش دارد. اخیرا، یادگیری ماشین به میزان زیادی برای پیش بینی بارش استفاده شده است، و الگوریتم K-نزدیکترین همسایگی (KNN)، یکی از روش های یادگیری ماشین، عملکرد خوبی نشان داد. در این مقاله، ما یک الگوریتم KNN ارتقا یافته را ارائه می کنیم، که در برابر انتخاب های مختلف سایز همسایگی k به ویژه در مورد توزیع غیر عادی کلاس مجموعه داده های بارش، نیرومندی نشان می دهد،. سپس، بر مبنای الگوریتم KNN ارتقا یافته، یک روش پیش بینی بارش مطرح می شود. نتایج تجربی وسیع اثربخشی روش پیش بینی بارش مبتنی بر الگوریتم KNN پیشنهادی ما را نشان می دهد.

توجه؛ (همانطور که در نمونه ترجمه مشاهده مینمایید، این ترجمه توسط مترجم مجرب با رشته مرتبط به صورت کاملا تخصصی انجام شده و ادامه مقاله نیز به همین صورت با کیفیت عالی در فرمت ورد و pdf آماده خریداری و دانلود میباشد.)