由于影响大气能见度的因素很多，传统数值模式结果往往与实况存在较大差异。利用机器学习进行能见度预测时，往往受到样本不均衡等因素的影响，低能见度的预测准确率不高。提出一种基于相关性分析和数据均衡的能见度分层预测模型。通过相关性分析挑选出主要相关因子，采用随机下采样进行数据均衡，采用LSTM算法分层预测能见度。实验表明，该方法提高了能见度的预测准确率，降低了预测误差，尤其在低能见度的预测上表现出较好的效果。
科研之友
微信
新浪微博
Facebook
分享链接
