掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數學專題練1200題
-
>
希格斯:“上帝粒子”的發明與發現
-
>
神農架疊層石:10多億年前遠古海洋微生物建造的大堡礁
-
>
聲音簡史
智能氣候預測技術及系統研發 版權信息
- ISBN：9787502970833
- 條形碼：9787502970833 ; 978-7-5029-7083-3
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
智能氣候預測技術及系統研發 內容簡介
本書簡明扼要地介紹了這一學科的基礎知識, 嘗試將人工智能與氣候預測相結合, 系統性的構建智能氣候預測技術體系, 即以大數據應用為前提, 在通過機器學習和常規方法進行客觀定量預測的基礎上智能評估, 繼而動態推薦預測結果。并以此技術體系為架構, 詳細介紹了本書作者自主開發的智能氣候預測系統的業務流程、技術特點、數據庫設計以及系統每個功能模塊的設計思路和使用說明。本書特色鮮明, 內容易讀易學。
智能氣候預測技術及系統研發 目錄
序言
前言
第1章 智能氣候預測概念及說明
1.1 現狀及需求
1.2 人工智能的定義
1.3 人工智能在氣象上的應用
1.4 如何做智能氣候預測
1.4.1 氣候大數據
1.4.2 常規方法
1.4.3 機器學習算法
1.4.4 評估推薦
第2章 智能氣候預測系統設計
2.1 系統業務流程
2.2 系統總體功能結構
2.3 系統配置與管理
2.4 系統數據結構
2.5 系統主要功能
2.6 系統主要技術特點
2.7 系統通用說明
2.8 系統界面說明
第3章 智能氣候預測數據庫
3.1 設計策略
3.2 主要數據對象清單
3.3 主要數據表結構說明(節選)
3.3.1 臺站
3.3.2 地面氣象資料
3.3.3 環流指數
3.3.4 日再分析資料
3.3.5 月再分析資料
3.3.6 模式預測產品
3.3.7 地面氣象要素統計表
3.3.8 趨勢預測
3.3.9 趨勢得分
3.3.10 模式與對象相關信息
3.4 主要函數、存儲過程(節選)
3.4.1 地面氣象要素統計
3.4.2 環流指數統計
3.4.3 月再分析資料統計
3.4.4 持續日數統計
3.4.5 格點相似度統計
3.4.6 MJO的降水影響統計
3.4.7 指數與預測對象相關統計
3.4.8 旱澇轉折
3.4.9 指數預測趨勢
3.4.10 多場融合相似
3.5 數據預處理
3.5.1 數據處理
3.5.2 數據統計
3.5.3 數據可視化
3.5.4 客觀化預測
3.6 數據圖形編輯
第4章 智能氣候預測系統主體
4.1 氣候態
4.2 趨勢背景
4.3 對比分析
4.4 臺站數據相似合成
4.5 氣候記憶
4.6 EOF
4.7 奇異值分解(Singular Value Decomposition，SVD)
4.8 日月相
4.9 MCI(氣象干旱綜合指數)
4.10 指數可視化
4.1 l指數預測指數
4.12 指數預測趨勢
4.13 多因子協同
4.14 過程因子
4.15 相似過程
4.16 極端影響
4.17 格點資料相似合成(月)
4.18 格點資料相似合成(日)
4.19 場預測指數
4.20 場預測趨勢
4.21 場相似
4.22 污染潛勢
4.23 智能延伸期
4.24 模式檢驗
4.25 MJO可視化
4.26 MJO過程相似
4.27 MJO強活動
4.28 MJO概率相似
4.29 MJO降水分析
4.30 MJO環流合成
4.31 機器學習
4.32 智能推薦
第5章 智能氣候預測系統的繪圖及檢驗
5.1 實用畫圖工具
5.1.1 重現期
5.1.2 批量繪圖
5.1.3 選擇繪圖
5.1.4 繪制預測圖
5.1.5 逐步回歸
5.1.6 K—Means聚類
5.2 模式鏈接
5.3 其他設置
5.3.1 評分可視化
5.3.2 區域設定
5.4 預測試驗
5.5 預測檢驗
5.5.1 *高分檢驗
5.5.2 智能推薦檢驗
參考文獻
展開全部
書友推薦
- >
隨園食單
- >
李白與唐代文化
- >
唐代進士錄
- >
【精裝繪本】畫給孩子的中國神話
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
月亮與六便士
- >
史學評論
- >
推拿
本類暢銷
