K-hàng xóm gần nhất (K-NN) là một cách tiếp cận tương tự. Phương pháp này có nguồn gốc của nó như là một thủ tục nhận dạng mô hình thống kê không tham số để phân biệt giữa các mô hình khác nhau theo một tiêu chí lựa chọn. Thông qua phương pháp này, các nhà nghiên cứu có thể tạo ra dữ liệu trong tương lai. Nói cách khác, KNN là một kỹ thuật có điều kiện lấy mẫu lại các giá trị từ hồ sơ quan sát dựa trên mối quan hệ có điều kiện specied. KNN là cách tiếp cận đơn giản nhất. Kỹ thuật không tham số hứa hẹn nhất để tạo dữ liệu thời tiết là phương pháp lấy mẫu lại người hàng xóm (K-NN) gần nhất. Phương pháp K-NN dựa trên việc công nhận một mô hình tương tự của mục tiêu le trong dữ liệu thời tiết quan sát lịch sử có thể được sử dụng như giảm năm mục tiêu (Young, 1994; Yates, 2003; Eum et al., 2010). Năm mục tiêu là hạt giống ban đầu của dữ liệu, cùng với dữ liệu lịch sử, được yêu cầu như đầu vào les để chạy mô hình. Phương pháp này dựa trên giả định rằng dữ liệu thời tiết thực tế quan sát thấy trong năm mục tiêu có thể là một bản sao của thời tiết được ghi lại trong quá khứ. Kỹ thuật k-NN không sử dụng bất kỳ hàm toán học được dự đoán trước nào để ước tính biến đích. Trên thực tế, các thuật toán của phương pháp này thường liên quan đến việc lựa chọn một số ngày cụ thể tương tự như trong các đặc điểm đến ngày quan tâm. Một trong những ngày này được lấy mẫu ngẫu nhiên để đại diện cho thời tiết của ngày hôm sau trong giai đoạn mô phỏng. Cách tiếp cận hàng xóm gần nhất liên quan đến việc lấy mẫu đồng thời các biến thời tiết, chẳng hạn như lượng mưa và nhiệt độ. Việc lấy mẫu được thực hiện từ dữ liệu quan sát được, với sự thay thế. Phương pháp K-NN được sử dụng rộng rãi trong nông nghiệp (Bannayan và Hoogenboom, 2009), lâm nghiệp (Lopez et al., 2001) và thủy văn (Clark et al., 2004; Yates et al., 2003).
lịch sử phiên bản
- Phiên bản 1.0 đăng trên 2017-01-01
Chi tiết chương trình
- Mục: Giáo dục > Khoa học
- Publisher: AgriMetSoft
- Giấy phép: Dùng thử miễn phí
- Giá: $34.95
- Phiên bản: 1.0
- Nền tảng: windows