长江三峡库区以上地区数值化降水预报系统的设计及实现

建立三峡库区以上地区数值化降水预报系统的目的是为预报员提供有效的辅助分析工具,一方面对不同类型的降水资料进行综合管理、模拟预报和评价,另一方面,对灵活的降水分区进行降水预报产品计算和分析,从而提高预报员进行多分区降水预报的效率。以SuperMap地理信息系统控件为基础,设计与实现了多分区方案的灵活管理,与预报员交互的预报流程和预报结果的Web发布等功能,详细介绍了数值化降水预报系统的结构、功能、部署和预报流程。数值化降水预报系统已经成功应用于三峡降水预报业务运行。     

天气预报文本生成系统中的天气图处理器

上海市气象局,上海２０００３０摘要：天气预报文本自动生成促进了天气预报的科学化、客观化、高效化。借助于天气图处理器,可以融入预报员的长期丰富的预报经验,使预报准确性得到提高。介绍了天气预报文本自动生成系统中的天气图处理器的设计和实现,并对相关数据接口作了介绍。     

互联网海洋气象预报辅助信息系统设计和应用

中国是世界上海洋灾害损失最严重的国家之一,海洋预报对海洋防灾减灾的作用日益凸显。随着互联网的发展,国内外很多技术先进的海洋气象部门、研究机构纷纷将预报产品、研究成果发布到互联网上,其中有不少具有较高的参考价值,值得省级及以下海洋预报机构和预报员研究借鉴。因此有必要开发一套软件系统,自动整理收集互联网公开发布的各类数值预报产品、实况天气图、卫星云图等资源,并通过简洁高效的方式显示,以丰富预报员的参考信息量,提高预报员工作效率。     

基于Google Maps的热带气旋预报制作与发布系统研究

本文介绍一个热带气旋预报制作与发布系统平台,该系统基于Google Maps,以.net为平台采用c#编程语言并结合了AJAX技术对Google Maps API进行二次开发,利用Google Maps提供电子地图信息,在热带气旋预报制作与发布中实现人机对话,为预报员制作和发布热带气旋预报产品提供了可视化操作平台。     

基于VBA技术操作题评分系统研究

随着计算机应用的日益普及和深入,利用计算机考试系统实现无纸化考试已经成为一种重要的考试方式.阐述了计算机基础上机考试评分系统的基本情况、评分算法的研究、所使用的开发工具VBA和Access数据库、上机考试评分系统的功能描述以及模拟考试环境的开发及具体的实现细节等.     

API模型参数交互式率定的设计与实现

在江苏省中小河流洪水预报系统研究中,基于JAVA语言创新实现API模型参数交互式率定的程序化设计,重点介绍系统中的主要功能及设计,探讨系统实现的降雨径流相关图拟合及单位线推求等关键技术。人机交互的拟合方式,极大地提高计算效率和精度,能够满足预报员工作要求。     

河南省CMACAST数据处理系统研究

"9210"工程建成后,河南省气象信息中心通过DVBS卫星数据接收系统接收各种气象原始资料,由MICAPS处理程序处理为各类气象资料供气象台预报员调阅使用。伴随着现代生活水平的提高以及气象事业的迅速发展,公众对气象预报产品的时效和精细化都提出了更高的要求。因此气象台预报员对预报所需要的资料也提出了更高的要求。河南省信息中心将通过DVBS卫星数据系统接收到的原始资料进行处理已经不能满足预报员的需求。河南省气象信息中心通过CMACAST卫星数据广播系统接收各种气象资料,每天接收到的资料有三十八类,多达100多G。海量的气象资料需要高性能的处理系统将其处理为气象产品,供预报员调阅。CMACAST数据处理系统将接收到的气象资料推入队列中依次进行处理为MICAPS资料,供气象台预报员调阅。CMACAST数据处理系统由5个功能模块组成,分别为服务器环境配置模块,数据处理模块,数据监控模块,数据备份模块,数据还原模块。这些模块为维护人员监控各类资料的处理情况和维护CMACAST数据处理系统提供了重要的技术支持,降低了维护的难度和复杂度。采用XML作为数据接口文件,使CMACAST数据处理系统具有较强的可扩展性。目前CMACAST数据处理系统已经成为为气象台提供资料服务的重要平台。     

军用电源仿真训练器中的评分系统

由于大多数军用电源设备仿真训练器缺乏相应的评分系统,不能对部队官兵的操作过程给予合理的评价,所以结合部队实装兵器的操作流程,参考大系统理论和专家知识的相关内容,对军用电源设备仿真训练器的评分系统进行了研究。深入分析了军用电源设备的操作过程以及评分系统的评分规则的建立、评分标准的选择、扣分权数的选取、考核总成绩计算及评定和评分系统的程序流程等关键技术。最后以此为基础为某型燃气涡轮发电机组仿真训练系统研制了一套较为实用的评分系统。     

河南省CMACAST数据处理系统研究

“9210”工程建成后,河南省气象信息中心通过DVBS卫星数据接收系统接收各种气象原始资料,由MICAPS处理程序处理为各类气象资料供气象台预报员调阅使用。伴随着现代生活水平的提高以及气象事业的迅速发展,公众对气象预报产品的时效和精细化都提出了更高的要求。因此气象台预报员对预报所需要的资料也提出了更高的要求。河南省信息中心将通过DVBS卫星数据系统接收到的原始资料进行处理已经不能满足预报员的需求。河南省气象信息中心通过CMACAST卫星数据广播系统接收各种气象资料,每天接收到的资料有三十八类,多达100多G。海量的气象资料需要高性能的处理系统将其处理为气象产品,供预报员调阅。CMACAST数据处理系统将接收到的气象资料推入队列中依次进行处理为MICAPS资料,供气象台预报员调阅。CMACAST数据处理系统由5个功能模块组成,分别为服务器环境配置模块,数据处理模块,数据监控模块,数据备份模块,数据还原模块。这些模块为维护人员监控各类资料的处理情况和维护CMACAST数据处理系统提供了重要的技术支持,降低了维护的难度和复杂度。采用XML作为数据接口文件,使CMA-CAST数据处理系统具有较强的可扩展性。目前CMACAST数据处理系统已经成为为气象台提供资料服务的重要平台。     

基于语法树和JavaCC的程序题自动评分系统

为了提高程序题自动评分的准确性,及解决传统评分方法无法从语法结构和语义角度衡量错误的学生程序与正确答案之间的相似度,提出了一种基于抽象语法树匹配的程序题自动评分方法。文中以JavaCC技术为核心,首先通过词法分析、语法分析和语义分析生成错误列表和抽象语法树的中间表示,然后通过语法树切片匹配得分,最后和错误列表结合给出评分结果。文中详细论述了各个模块的设计方法,着重讨论了抽象语法树生成并匹配的细节,设计并实现了一个传统方法与语义分析结合的C＋＋程序题自动评分系统。通过对实际考试的结果进行实验,进而验证了该系统的实用性与有效性。     

最优组合模型在证券市场预测中的应用研究

研究证券市场预测中的股票价格预测精度问题,股票价格受到政治、经济、投资者心理等多种因素影响,股票价格波动较大,系统具有非线性复杂变化规律,单一预测模型只能反映股票价格变化时段信息,预测精度比较低。为了提高股票价格预测精度,提出一种组合模型的股票价格预测方法。首先分别采用ARIMA、GM、RBF神经网络对股票价格进行预测,然后通过权重值获得最优组合预测模型进行股票价格预测。结果表明,组合预测模型提高了股票价格预测精度,降低了预测误差,克服了单一预测模型在股票价格预测中的缺陷,为股票价格等非线性系统准确性预测提供了参考依据。     

基于多特征信息融合的模拟电路故障预测

为解决利用单一信息进行故障预测的不足以及提高模拟电路故障预测的准确度,提出了一种将信息融合应用到模拟电路故障预测中的方法.提取模拟电路多个测点的多种故障特征量,对其进行时间序列分析,采用ARMA模型研究其预测过程,将得到的预测结果转换为模拟电路故障发生的概率,最后将得到的多个数据进行加权融合,实现了基于多特征信息融合的...     

EMD-BP神经网络预测模型及应用

时间序列分析是根据客观事物的连续性和规律性推测未来发展趋势的预测方法,分析时设法过滤除去不规则变动,突出反映趋势性和周期性变动。为了提高预测精度,构建了EMD-BP神经网络预测模型,利用Hilbert-Huang变换中的经验模态分解将时间序列分解为有限个本征模函数,重构后进行BP神经网络预测。通过对中国石化的股票资料进行实验仿真,表明该模型降低了被预测数据的非平稳性,其精度比直接用神经网络预测有较明显的提高。     

道路通行能力实时校正技术研究

针对目前道路通行时间预测的不确定性和预测精度不高等缺点,论文提出了一种可应用于道路通行能力预测方面的实时校正技术.将现代系统理论中的实时校正技术应用到交通行程时间的预测模型中,建立相应的预测时间误差实时校正模型,以进一步提高交通时间的预测精度.论文将实测数据的去噪值、预测值及实时校正值进行对比,对比结果表明,应用实时校正技术后可以较好地提高道路行程时间预测的准确性、可靠性和精度.     

基于网络搜索数据的游客量组合预测模型

随着信息技术的不断发展,基于网络数据对事物近期发展态势预测成为热点.本文以北京市月度游客量预测为目标,以相关网络关键词搜索指数为自变量建立了BP神经网络、支持向量回归和随机森林三种单一预测模型,在此基础上构建组合模型以提高预测准确度.实验结果表明：基于GBDT建立的组合模型达到了较高的预测准确度,误差仅为3.16%,预测结果可以为旅游管理部门提供决策支持.     

话务量预测模型的建立与仿真研究

研究话务量预测精度问题,由于话务量受到节假日、周末等影响,记录数据浮动性大,存在周期性和时变性等特点。传统预测方法对工作日和节假日话务量采用同一个模型预测,导致预测结果不稳定,时高时低。为了提高话务量预测精度,针对话务量变化特点,提出一种支持向量机的话务量预测模型。利用话务量数据分正常工作日和周末两大类,再分别用支持向量机建立预测模型,采用模型对相应时间段话务量进行预测。实验结果表明,支持向量机模型提高了话务量预测精度,减少了预测误差,更准确刻画了话务量变化规律,为话务量网络管理提供了一种新的预测工具。     

基于卡尔曼滤波和TITAN路径的雷电预警

雷电灾害是一种常见的自然灾害,受其发生的随机性、瞬时性、地域性影响,预警预报具有一定的难度;为提高雷电短临预报的准确性和及时性,文章提出了一种新型的基于clique聚类识别和卡尔曼滤波算法进行雷电识别及追踪外推的方法,并在自主开发的广州市雷电监测预警系统中采用该算法和传统的雷暴识别、跟踪、分析路径算法(TITAN)分别实现了未来1小时逐6分钟(即6、12、…、60 min)的雷电路径预报;通过2020年5月至10月广州地区闪电定位数据对两种算法的检验分析表明:两种算法基本性能接近,均能有效识别、追踪和预测出大部分雷暴移动路径,且经过优化的新算法在各时次的预测命中率上均已优于传统基于TITAN风暴路径的预测算法,对于提高雷电临近预报的准确性有一定参考价值。     

对于不平衡数据的模糊时间序列预测

模糊时间序列自从被提出便得到广泛的关注。在运用模糊时间序列进行预测时,增加预测的准确度为研究的根本点。为了使预测结果更加精准,本文首先对不平衡数据集分类,将数据进行初始的划分,然后进行模糊时间序列预测,最后通过实验表明了该方法的实用性。     

数据挖掘在高校招生预测中的应用研究

高校招生人数准确预测问题,高校招生人数由于受到当前国家政策、社会需求、社会经济状态等因素综合影响,使招生人数变化存在非线性、复杂性。传统预测线性模型难以进行准确预测,预测准确率低。为了提高高校招生人数预测准确率,提出一种数据挖掘的高校招生人数预测模型。首先采用数据重构方法,获取多维高校历史数据,然后采用主成分分析对其进行处理,消除数据之间的重复信息,最后采用非线性预测能力强的支持向量机进行建模。采用某高校1994-2010年招生数据对模型的性能进行仿真,预测准确率高,证明建立的模型可以为高校招生未来人数预测提供参考。     

一种改进的灰度预测模型

灰色预测模型通常是GM模型,但预测精度有时不令人满意。在对模型GM做了进一步研究的基础上,提出了一个预测精度较高的新灰色预测模型,并从理论上证明了这种模型可以有效提高建模数据序列的光滑度。最后把此方法应用于东部某镇GDP的建模中,试验结果表明该方法是可行且有效的,所建模型的精度优于传统GM（1,1）模型的精度。