《表2 SNUS站降雨类数据和非降雨类数据大小比例统计》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多隐层神经网络的GNSS PWV和气象数据的降雨预测研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

（2） 数据均衡处理:表2统计SNUS站2010年和2011年降雨类数据和非降雨类数据之间的比例信息，由表2可知，2010年降雨类数据和非降雨类数据比例约为1∶58，说明降雨类数据和非降雨类数据存在严重失衡的状况，若将数据直接输入BP-NN中进行训练建模，分类器可以预测出非降雨类数据而完全忽略降雨类数据。因此，需要对两年数据进行均衡处理，试验通过随机降采样方法完成降雨类数据和非降雨类数据的均衡，即在非降雨类数据随机选取和降雨类数据相同大小的数据共同组成样本训练集进行BP-NN建模训练。