基于决策树算法的气象数据分析及发布平台

摘要

人们的生活和气象预报有着密不可分的关系，实时而准确的天气预报非常重要。随着气象观测技术的进步、探测仪器的精准化和数据存储技术的发展，获得了海量的复杂的多维气象数据。从这些数据中准确高效的分析所蕴含的规律是一个巨大的挑战。另一方面，一个高性能的气象预报发布平台是不可或缺的，能及时的将气象信息传递给用户。 本文的数据来自于广东省佛山市自动气象站气象数据，以C4.5决策树算法为研究对象，并且结合组合算法构建组合降雨预测模型，对多维气象数据进行准确的分类，并且实现了气象信息预报发布平台。具体如下: (1)基于决策树算法，对决策树算法的基本概念、类别、实现过程和性能评价进行详细的介绍。对C4.5决策树做出两点改进:针对C4.5决策树算法在处理多维数据分类，没有考虑属性对分类结果的影响，导致的分类准确率低的问题，提出了基于距离权值的C4.5算法。针对叶子节点含有的最小样本数对生成决策树的影响不同的问题，设置叶子节点的最小样本数为最佳值，构建最佳分类模型。 (2)介绍组合算法的概念、分类，尤其详细介绍了Bagging和AdaBoost算法的实现过程。利用C4.5算法和基于距离权值的C4.5算法训练多个基础分类器，并且通过Bagging和AdaBoost算法构建组合决策树，实验证明，组合决策树在处理多维数据时有较高的准确性和稳定性。 (3)针对自动气象站的气象数据搭建降雨分类模型，利用分类模型进行降雨预测，搭建气象预报发布平台。介绍了平台的设计目标、总体设计架构和模块功能等。本论文采用基于MVVM（控制器。模型-视图）开发模式的Vue.js框架，利用JavaScript等前端技术实现气象预报发布平台的搭建。

目录

声明

摘要

第一章绪论

1．1选题背景及研究意义

1．2国内外研究现状

1．3本文主要工作与组织结构

2．1决策树方法介绍

2．1．1决策树基本概念介绍

2．1．2决策树分类

2．1．3决策树的剪枝

2．1．4决策树的性能评价

2．2组合算法

2．2．1组合算法的基本概念介绍

2．2．2组合算法的分类

2．3 web开发技术介绍

2．3．1 MVVM框架

2．3．2 Web前端开发技术

2．3．3 Vue.js框架

2．3．4基于JavaScript的图表库ECharts

2．4本章小结

第三章基于决策树算法的气象预报发布平台设计

3．1平台设计目标与原则

3．1．1平台的总体目标

3．1．2平台的总体原则

3．2平台总体框架设计

3．2．1平台的业务流程

3．2．2平台的软件架构

3．3平台功能模块设计

3．3．1平台功能需求

3．3．2整体模块的功能设计

3．3．3各个子模块的功能分析

3．4数据库实现

3．4．1自动气象站数据

3．4．2分析二进制气象数据文件

3．4．3数据库设计

3．4．4数据库具体实现

3．5本章小结

第四章两种基于改进的C4．5算法的降雨分类模型

4．1基本算法概述

4．1．1 C4．5算法的实现过程

4．1．2 C4．5算法的剪枝过程

4．1．3模型的k折交叉验证过程

4．2气象样本数据分析和处理

4．2．1样本数据的准备

4．2．2样本数据的降维和归一化

4．3基于距离权值的决策树算法改进

4．3．1基于距离权值的C4．5算法

4．3．2实验过程

4．3．3实验结果分析

4．4基于叶子节点最小样本数的决策树算法改进

4．4．1基于叶子节点最小样本数的C4．5算法

4．4．2实验过程

4．4．3实验结果分析

4．5本章小结

第五章基于决策树算法的组合分类模型

5．1基本算法概述

5．1．1 Bagging算法的实现过程

5．1．2 AdaBoost算法的实现过程

5．2基于决策树算法的组合分类模型

5．3实验过程

5．4实验结果分析

5．5本章小结

第六章基于决策树算法的气象预报发布平台实现

6．1站点信息查询模块实现

6．1．1查询实现过程和Ajax技术

6．1．2站点信息查询

6．2决策树预测模块实现

6．3气象服务模块实现

6．3．1实时天气显示

6．3．2降雨预报

6．4预警模块实现

6．4．1预警信息发布

6．4．2预警信息显示

6．5用户模块实现

6．5．1用户注册和登录

6．5．2留言板显示

6．6平台的环境和平台的测试

6．6．1平台环境

6．6．2功能测试

6．6．3其他功能测试

6．7本章小结

第七章总结与展望

7．1总结

7．2展望

致谢

参考文献

作者简介