遗忘因子自适应最小二乘算法及其在气温预报中的应用   总被引：2，自引：1，他引：1  

翟宇梅  赵瑞星  高建春  王力维  韩海东 《气象》2014,40(7):881-885

海量数据的利用是建立自适应预报模型的基础,但随着数据的不断增加,新引入数据的作用会逐渐降低,有可能导致预报模型失效。为克服因数据量增加引起的所谓"数据饱和"现象对天气预报效果的影响,本文给出了考虑遗忘因子的线性自适应最小二乘建模算法的原理和方法,并利用该算法进行了最高气温和最低气温预报试验。结果表明,考虑遗忘因子的线性自适应建模算法优于传统的线性自适应建模算法,加入遗忘因子可以避免产生"数据饱和"现象,适当地选择遗忘因子有助于提高模型的预报准确率。  相似文献   

优化K means算法在中国近海气候区划中的应用     

张慧  翟宇梅 《气象科技》2017,45(4):750-755

利用我国近海多年的风、浪及温湿资料,采用DB指标和最大距离法相结合的优化K-means聚类算法,对冬季我国近海进行气候区划,避免了传统K-means算法中确定聚类数目和初始聚类中心的主观性。结果表明,冬季我国近海可被划分为3个区域:1区主要包括28°N以北的海域以及我国东南沿海的一条狭长区域,2区主要包括台湾周边海域、台湾海峡、巴士海峡以及自越南东南部起由西南部向东北部的南海大部分海域,3区则主要包括台湾岛西南部海域、北部湾、广东沿海以及南海东南部。根据给出的区划指标,分析各分区的气候特征及其对海上舰船航行和出海人员的影响,判定1区为基本适宜区,2区为不适宜区,3区为适宜区。  相似文献   

K 近邻非参数回归概率预报技术及其应用   总被引：7，自引：1，他引：7       下载免费PDF全文

翟宇梅赵瑞星  肖仁春王力维 《应用气象学报》2005,16(4):453-460

针对参数回归技术制作概率预报存在拟合好、但预报结果不稳定的现象, 提出了用K近邻非参数回归技术制作概率预报的新途径。K 近邻非参数回归技术包括历史样本数据库、近邻子集生成和优化以及预报量估计4 个主要部分。利用该技术进行了单要素概率预报(主要包括云量和降水)和多维联合概率预报(降水、总云量、风速和气温)试验, 并对试验结果进行了检验。实例研究结果表明:该文所给出的计算方案预报稳定性好, 准确率较高,具有良好的业务应用价值。  相似文献   

斜压大气中尺度扰动的有限振幅对称不稳定   总被引：2，自引：0，他引：2  

翟宇梅  杨国祥  陆汉城 《气象学报》1991,49(2):181-189

本文通过一个非地转、非静力的Eady模式讨论了斜压粘性流中的非线性对称不稳定。采用具有常值水平和垂直切变的基本场,考虑扰动沿基本气流方向不变,应用摄动方法,得到了非线性情况下扰动振幅的特性方程。结果表明,当δ>0时(δ是进行稳定性分析时所选取的无量纲小参数),振幅|A(T)|存在两个有意义的平衡点|A|_(b1)=0和|A|_(b2)=(-μ_2/μ_1)~(1/2)(μ_1,μ_2是和流体性质、区域大小以及波参数有关的量),|A|_(b1)为不稳定平衡点,|A|_(b2)为稳定平衡点。因此,不论初态如何,终态都趋于稳定平衡点,出现有限振幅现象。当δ<0时,振幅|A(T)|仅有一个有意义的平衡点|A|_(b1)=0,且为稳定平衡点。线性分析所得结果为非线性结果的特例。  相似文献