- 博客(2)
- 收藏
- 关注
RSS订阅原创 2024亚太杯数学建模b题基于机器学习回归的洪水预测模型研究
得出与洪水发生相关性较高的指标为森林砍伐、滑坡、气候变化、人口得分、淤积、河流管理、地形排水、大坝质量、基础设施恶化，较低的指标为：季风强度、海岸脆弱性、侵蚀、排水系统、规划不足、城市化、流域、政策因素、无效防灾、农业实践、湿地损失，并绘制。事实上看了很多获奖的优秀论文，也只有极少数论文会对模型算法有所创新，基本的思路是组合模型，而不是创新模型，比较起模型的高级化和创新化我认为最重要的是模型的。基于问题三构建的模型，利用预测附件的数据，预测了74万件洪水发生概率的直方图和折线图，并利用。
2024-08-13 18:26:26
400
2024亚太杯数学建模b题基于机器学习回归的洪水预测模型研究
2024亚太杯数学建模论文洪水的频率和严重程度与人口增长趋势相近。迅猛的人口增长，扩大耕地，围湖造田，乱砍滥伐等人为破坏不断地改变着地表状态，改变了汇流条件，加剧了洪灾程度。2023 年，全球洪水造成了数十亿美元的经济损失。因此构建与研究洪水事件预测发生模型显得尤为重要，本文基于机器学习回归，通过对比分析，构建了预测效果较好的洪水概率预测模型，为灾害防治起到一定贡献作用。
2024-07-25
如何用python或者c语言实现欧拉函数
2023-03-16
TA创建的收藏夹 TA关注的收藏夹
TA关注的人