基于多机器学习竞争策略的短时雷电预报

来源：计算机应用杂志2016年第9期北京时间：

作者：孙丽华, 严军峰, 徐健锋

单位：1. 南昌大学 软件学院, 南昌 330047;2. 同济大学 电子与信息工程学院, 上海 201804

摘要：传统的雷电数据预测方法往往采用单一最优机器学习算法，较少考虑气象数据的时空变化等现象。针对该现象，提出一种基于集成策略的多机器学习短时雷电预报算法。首先，对气象数据进行属性约简，降低数据维度；其次，在数据集上训练多种异构机器学习分类器，并基于预测质量筛选最优基分类器；最后，通过对最优基分类器训练权重，并结合集成策略产生最终分类器。实验表明，该方法优于传统单最优方法，其平均预测准确率提高了9.5%。

关键词：雷电预报,属性约简,集成学习,机器学习

基金资助：国家自然科学基金资助项目（61070139，61273304）；南昌市科技支撑计划项目（nckjj2014），南昌大学研究生创新资金资助项目（cx2015097）。