Prediction model for peninsular Indian summer monsoon rainfall using data mining and statistical approaches

در این مقاله ما یک برنامه داده کاوی برای پیش بینی بارندگی شهوانی تابستانی در شبه جزیره هند را مورد بحث قرار می دهیم و الگوریتمی را پیشنهاد می کنیم که داده کاوی و تکنیک های آماری را ترکیب می کند. ما پیش بینی های احتمالی را براساس قوانین انجمنی که دارای بالاترین سطح اطمینان هستند انتخاب می کنیم. ما سپس پیشگویی های انتخاب شده را برای کاهش ابعاد آنها و استفاده از مقادیر عضویت در خوشه برای طبقه بندی دسته بندی می کنیم. ما پیش بینی کننده ها را از شرایط محلی در جنوب هند بدست می آوریم، از جمله میانگین فشار دریا، سرعت باد و حداکثر و حداقل دما. متغیرهای وضعیت جهانی عبارتند از نوسان جنوبی و شرایط دوبلین اقیانوس هند. الگوریتم بارش را در پنج دسته پیش بینی می کند: سیل، بیش از حد، عادی، کمبود و خشکسالی. از الگوریتم استفاده از معادن اقلام بسته شده، محاسبات خوشه بندی و یک عملکرد پیش قطر چند لایه در پیش بینی بارندگی های موسمی در هند شبه جزیره استفاده می کنیم. با استفاده از داده های هندی موسسه هوای گرمسیری، دقت پیش بینی روش پیشنهادی ما به طور فوق العاده خوب است.