论文研究 使用高斯混合模型预测降水事件

本文描述了一种基于高斯混合模型（GMM）的分类器，以根据历史气象数据判断是否在特定日期的特定日期发生降水事件。 分类器处理两类分类问题，其中一类代表降水事件，另一类代表非降水事件。 引入模糊性的概念来表示在两类之间的天气情况（如毛毛雨，间断性或阴天）更可能发生的情况。 根据上海宝山气象站发布的观测数据，进行了六组实验，以评估使用不同配置的分类器的性能。 具体而言，对于时间跨度为12小时的预测任务，可以实现约75％的精度，30％的精度和80％的查全率的典型分类性能。