论文部分内容阅读
在朴素贝叶斯分类的基础上建立了一种增强型分类器系统，并在对1997～2002年夏季青藏高原上MCS（Mesoscale Convective System）进行自动追踪的基础上，对MCS的移动方向与其周边环境物理量场的分布特征进行了分类研究．进而，将分类结果与决策树、人工神经网络分类方法进行了比较．研究表明，与其他分类方法相比，使用增强型的贝叶斯分类器预测MCS的移动路径具有较好的效果，这为揭示高原上MCS的移动规律、提高长江中下游地区灾害天气预报的准确率提供了一种有效的方法．