Os vizinhos K-mais próximos (K-NN) é uma abordagem análoga. Este método tem sua origem como um procedimento de reconhecimento de padrão estatístico não paramétrico para distinguir entre diferentes padrões de acordo com um critério de seleção. Através desse método, os pesquisadores podem gerar dados futuros. Em outras palavras, o KNN é uma técnica que resample condicionadamente os valores do registro observado com base na relação condicional especiada. O KNN é uma abordagem mais simples. A técnica não paramétrica mais promissora para gerar dados meteorológicos é a abordagem de resamtramento do vizinho K -mais próximo (K-NN). O método K-NN baseia-se no reconhecimento de um padrão semelhante de target le dentro dos dados meteorológicos históricos observados que poderiam ser usados como redução do ano-alvo (Young, 1994; Yates, 2003; Eum et al., 2010). O ano-alvo é a semente inicial dos dados que, juntamente com os dados históricos, são necessários como entrada les para executar o modelo. Este método baseia-se no pressuposto de que os dados meteorológicos reais observados durante o ano-alvo podem ser uma replicação do tempo registrado no passado. A técnica k-NN não usa nenhuma função matemática pré-estabelecida para estimar uma variável-alvo. Na verdade, o algoritmo deste método normalmente envolve selecionar um número especied de dias semelhante em características do dia de interesse. Um dia desses é aleatoriamente resampled para representar o tempo do dia seguinte no período de simulação. A abordagem vizinha mais próxima envolve amostragem simultânea das variáveis meteorológicas, como precipitação e temperatura. A amostragem é realizada a partir dos dados observados, com substituição. O método K-NN é amplamente utilizado na agricultura (Bannayan e Hoogenboom, 2009), silvicultura (Lopez et al., 2001) e hidrologia (Clark et al., 2004; Yates et al., 2003).
história da versão
- Versão 1.0 postado em 2017-01-01
Detalhes do programa
- Categoria: Educação > Ciência
- Editor: AgriMetSoft
- Licença: Avaliação gratuita
- Preço: $34.95
- Versão: 1.0
- Plataforma: windows