山東大學(xué)畢業(yè)設(shè)計答辯模板課件

樸素貝葉斯

降雨預(yù)測分類器2011級牛景昊2015年樸素貝葉斯降雨預(yù)報分類器2011級自動化xxx—畢業(yè)設(shè)計答辯報告—寫在最前，一點廢話，跟模板無關(guān)。2015年時值本科畢業(yè)之際，畢業(yè)答辯卻沒找到“世一大”的專屬模板，遺憾之余，略有傷感，故根據(jù)新的標(biāo)識和色調(diào)做了這個模板，不是畢設(shè)使用大概也可以。私以為畢業(yè)論文的答辯，要兼顧學(xué)術(shù)的沉穩(wěn)嚴(yán)謹(jǐn)，也要在風(fēng)格上有所跟進(jìn)?？上Ш芏嚓惻f的分享在色調(diào)風(fēng)格上已經(jīng)和最新的山大標(biāo)識系統(tǒng)相去甚遠(yuǎn)。相信山大藏龍臥虎，只是網(wǎng)上能看到可以分享的卻不多。思忖再三還是把這個半成的版本分享出來，拍磚也好，鼓勵也罷，權(quán)當(dāng)一個青春的注腳。希望以開源的精神，后來者能有更多自己的分享，創(chuàng)作者最開心的事便是作品能被使用，有緣見到這個PPT的人，盡管去用吧，如果有額外的時間，給我發(fā)份郵件，讓我也樂一樂。牛景昊2015.62目錄降雨預(yù)報與樸素貝葉斯

—降雨預(yù)報的意義

—應(yīng)用樸素貝葉斯方法的歷史2.樸素貝葉斯方法的優(yōu)勢3.數(shù)據(jù)的處理—地面觀測數(shù)據(jù)的獲取—預(yù)報因子的預(yù)處理4.分類器性能分析5.總結(jié)與展望

1234531.降雨預(yù)報與樸素貝葉斯降雨預(yù)報的意義：長期降雨預(yù)測中期降雨預(yù)測分鐘級降雨預(yù)測保證灌區(qū)糧食生產(chǎn)安全指導(dǎo)階段性計劃安排提醒出行是否攜帶雨具1234551.降雨預(yù)報與樸素貝葉斯降雨預(yù)報方法的發(fā)展史：17世紀(jì)初使用儀器測量進(jìn)行預(yù)報開始使用統(tǒng)計學(xué)進(jìn)行預(yù)報20世紀(jì)八十年代20世紀(jì)初數(shù)值預(yù)報產(chǎn)品開始發(fā)展1234561.降雨預(yù)報與樸素貝葉斯應(yīng)用樸素貝葉斯方法的降水預(yù)報：1983年krzysztofowicz

：將數(shù)值預(yù)報值作為預(yù)報因子，進(jìn)行預(yù)報模型修訂。2001年JamesN.K.Liu等：利用香港地區(qū)的氣候數(shù)據(jù)資料作為預(yù)報因子，進(jìn)行了降雨量的分級預(yù)報模擬。2013年

ValmikBNikam等：利用印度氣象部(IMD)的地面觀測數(shù)據(jù)作為預(yù)報因子，進(jìn)行了降雨強度預(yù)測，取得良好精度。1234572.樸素貝葉斯方法的優(yōu)勢樸素貝葉斯分類器：1234592.樸素貝葉斯方法的優(yōu)勢樸素貝葉斯分類器：

歸為Kmax類別

根據(jù)類條件概率獨立的設(shè)定12345102.樸素貝葉斯方法的優(yōu)勢樸素貝葉斯的優(yōu)勢：樸素貝葉斯方法的特點氣候測量數(shù)據(jù)的特點

條件獨立假設(shè)意味著各個特征之間分布相互獨立，對于潛在的高維預(yù)報因子減少了維數(shù)災(zāi)難的風(fēng)險。隨著測量技術(shù)發(fā)展，降水預(yù)報因子維度增加，而且因子之間的關(guān)系很難獲知。

模型結(jié)構(gòu)上，樸素貝葉斯具有天生的簡單性，不需要很大的訓(xùn)練數(shù)據(jù)樣本就能發(fā)揮較好的分類效果。具體精確到某種劃分的有參考價值的氣候歷史數(shù)據(jù)可能并不多，早期的記錄也很可能不全或缺少某些特征?！獭?234511目錄降雨預(yù)報與樸素貝葉斯

—降雨預(yù)報的意義

—應(yīng)用樸素貝葉斯方法的歷史2.樸素貝葉斯方法的優(yōu)勢

—地面觀測數(shù)據(jù)的獲取—預(yù)報因子的預(yù)處理4.分類器性能分析5.總結(jié)與展望

123453.數(shù)據(jù)的處理133.數(shù)據(jù)的處理樣本點預(yù)報因子1預(yù)報因子2預(yù)報因子n分類器降雨級別0時刻測量數(shù)據(jù)24小時預(yù)測降水情況訓(xùn)練集歷史測量數(shù)據(jù)12345輸入輸出分類器的結(jié)構(gòu)143.數(shù)據(jù)的處理12345預(yù)報因子日最高溫日蒸發(fā)量日風(fēng)速日濕度值···歷史測量值和降雨情況24小時降水量的分級預(yù)測需要獲得的數(shù)據(jù)15數(shù)據(jù)庫名稱可下載數(shù)據(jù)種類數(shù)據(jù)確認(rèn)數(shù)據(jù)格式大類：7種（大類下含若干子類）確定TEXT子類：30種不確定GRIB、NC

降水量、高溫極值、低溫極值確定PDF、CSV、TEXT其他子類：50種不確定3.數(shù)據(jù)的處理12345地面觀測數(shù)據(jù)的獲?。簢獾臍庀蠼粨Q數(shù)據(jù)存在部分遺失173.數(shù)據(jù)的處理12345地面觀測數(shù)據(jù)的獲取：

預(yù)報因子大類子類單位氣壓平均本站氣壓0.1hPa日最高本站氣壓日最低本站氣壓氣溫平均氣溫0.1℃日最高氣溫日最低氣溫蒸發(fā)量小型蒸發(fā)量0.1mm大型蒸發(fā)量相對濕度平均相對濕度1%風(fēng)向風(fēng)速平均風(fēng)速0.1m/s最大風(fēng)速極大風(fēng)速日照時數(shù)日照時數(shù)0.1小時0cm地溫平均地表氣溫0.1℃日最高地表氣溫日最低地表氣溫中國氣象局URF_CLI_CHN_MUL_DAY_CES_V3.0數(shù)據(jù)庫濟南觀測站2005年到2014年5-9月歷史數(shù)據(jù)（1530條）183.數(shù)據(jù)的處理12345預(yù)報因子的預(yù)處理：

預(yù)報因子大類子類單位氣壓平均本站氣壓0.1hPa日最高本站氣壓日最低本站氣壓氣溫平均氣溫0.1℃日最高氣溫日最低氣溫蒸發(fā)量小型蒸發(fā)量0.1mm大型蒸發(fā)量相對濕度平均相對濕度1%風(fēng)向風(fēng)速平均風(fēng)速0.1m/s最大風(fēng)速極大風(fēng)速日照時數(shù)日照時數(shù)0.1小時0cm地溫平均地表氣溫0.1℃日最高地表氣溫日最低地表氣溫

預(yù)報因子在形式上是連續(xù)值，如果要應(yīng)用樸素貝葉斯分類器，主要有兩種思路：1.假設(shè)特征值服從某種已知分布，如正態(tài)分布；2.另一種是對連續(xù)值進(jìn)行離散化處理。平均最高最低19結(jié)束熵值計算的離散化算法(MDLP準(zhǔn)則)偽代碼1234567891011121314151617起始iminimin’E(S)–E(Xj=T)<MDLPGain213.數(shù)據(jù)的處理12345濟南市日最高溫預(yù)報因子為例：離散化后天數(shù)天數(shù)離散化前原本1030組訓(xùn)練數(shù)據(jù)被分為6個間隔22目錄降雨預(yù)報與樸素貝葉斯

—降雨預(yù)報的意義

—應(yīng)用樸素貝葉斯方法的歷史2.樸素貝葉斯方法的優(yōu)勢3.數(shù)據(jù)的處理—地面觀測數(shù)據(jù)的獲取—預(yù)報因子的預(yù)處理

5.總結(jié)與展望

123454.分類器性能分析234.分類器性能分析12345分類器

+1降雨預(yù)測準(zhǔn)確率Rr+0濟南市即使在5-9月，每天下雨的先驗概率依然較低，所以Rr對于評價分類器利用先驗以外能力很有價值。254.分類器性能分析123451.直接假設(shè)預(yù)報因子服從正態(tài)分布的效果并不理想26目錄降雨預(yù)報與樸素貝葉斯

—降雨預(yù)報的意義

—應(yīng)用樸素貝葉斯方法的歷史2.樸素貝葉斯方法的優(yōu)勢3.數(shù)據(jù)的處理—地面觀測數(shù)據(jù)的獲取—預(yù)報因子的預(yù)處理4.分類器性能分析

123455.總結(jié)與展望295.總結(jié)與展望12345主要挑戰(zhàn)與收獲：1530條數(shù)據(jù)存儲在736個文件中，每個文件數(shù)據(jù)維度大約為10，需要從中提取出有效數(shù)據(jù)，并識別和改寫噪聲數(shù)據(jù)、空測量點。預(yù)報因子皆為連續(xù)值，為獲得較好的分類效果需要嘗試多種離散方法。分類器算法實現(xiàn)皆為個人獨立編寫，熟悉了收集實際數(shù)據(jù)到分析結(jié)構(gòu)、設(shè)計模型和實現(xiàn)算法的過程，實踐能力得到很好提升。本模板完全原創(chuàng)，根據(jù)山大新標(biāo)識系統(tǒng)色調(diào)設(shè)計，無版權(quán)費用問題。如有幸被您使用，請郵件告知我，作者會感到欣慰。牛景昊2015.6P.S.如需無水印版本，請郵件與我聯(lián)系同學(xué)你好，我是隱蔽的水印30目錄降雨預(yù)報與樸素貝葉斯

—降雨預(yù)報的意義

—應(yīng)