基于多侧面多分类器融合的月降水量预测

摘要

针对降水量影响因子多、彼此之间关系复杂、预测难度大的特点,提出一种基于多侧面集成学习方法的降水量预测模型.采用多侧面递进箅法对数据进行特征提取,得到多个特征子集(多个侧面),且在特征子空间上建立预测模型,对未知样本进行分类预测,并利用专家投票的大多数规则对预测结果进行组合.实验表明,该方法具有较高的预测准确率.