云环境下基于朴素贝叶斯的雷暴预报初探
  • 【摘要】

    雷暴是一种灾害性天气系统,对建筑和人类造成极大的伤害.因此,对雷暴的预报具有重要的意义.将传统的朴素贝叶斯分类方法进行并行化,在Hadoop云计算平台下利用NCEP 1.0*1.0历史再分析资料和江苏省闪电定位资料进行雷暴的预报,并与逐步回归分析法和神经网络方法进行比较.实验结果表明,云环境下的朴素贝叶斯分类方法在预报准确率和空报率等方面均优于逐步回归分析法,但其空报率略高于神经网络方法.总体而言... 展开>>雷暴是一种灾害性天气系统,对建筑和人类造成极大的伤害.因此,对雷暴的预报具有重要的意义.将传统的朴素贝叶斯分类方法进行并行化,在Hadoop云计算平台下利用NCEP 1.0*1.0历史再分析资料和江苏省闪电定位资料进行雷暴的预报,并与逐步回归分析法和神经网络方法进行比较.实验结果表明,云环境下的朴素贝叶斯分类方法在预报准确率和空报率等方面均优于逐步回归分析法,但其空报率略高于神经网络方法.总体而言,文中的算法对雷暴的预报有较好的效果,这为雷暴预报提供了一个新的思路. 收起<<

  • 【作者】

    薛胜军  吉锋  许小龙 

  • 【作者单位】

    南京信息工程大学计算机与软件学院/南京大学计算机科学与技术系

  • 【刊期】

    武汉理工大学学报 ISTIC PKU 2014年11期

  • 【关键词】

    朴素贝叶斯  Hadoop  NCEP历史再分析资料  雷暴预报 

  • 【基金项目】

    国家自然科学基金(41275116) 江苏省省级现代服务业(软件产业)发展专项引导资金({2011}1178)