-
题名保山市一次灾害性强对流天气特征分析
- 1
-
-
作者
杨茹娅
余志
段吉东
-
机构
保山市气象局
珠海市气象局
龙陵县气象局
-
出处
《中文科技期刊数据库(全文版)自然科学》
2024年第1期0005-0008,共4页
-
基金
云南省基层台站气象科技创新与能力提升计划项目(项目编号STIAP202217)。
-
文摘
利用C波段雷达探测、ERA5 1hr再分析资料等资料对2022年7月7日保山市一次强对流天气过程进行诊断分析。结果表明:(1)C波段雷达上组合反射率因子≥55dBz,垂直液态水含量VIL跃增至38kg/m2并伴有“TBSS”三体散射长钉、旁瓣回波,回波顶高ET≥10km、VIL密度(即VIL与风暴顶高度之比)超过3g·m-3等指标与冰雹落区对应较好。(2)地面附近的风场的风向、风速辐合,有利于促进对流单体的生成发展,相对高温区能为对流的发展提供能量条件。(3)对流单体在山前的地形辐合线上发展加强,对流云团上升运动叠加背风波效应,使得上升运动更加剧烈;对流云团内下沉气流到达地面辐散,并且系统移动速度较快,有利于产生局地大风天气。
-
关键词
强对流
冰雹
影响
-
分类号
P458
[天文地球—大气科学及气象学]
-
-
题名基于集成学习的文本情感分类方法
被引量:4
- 2
-
-
作者
段吉东
刘双荣
马坤
孙润元
-
机构
济南大学信息科学与工程学院
-
出处
《济南大学学报(自然科学版)》
CAS
北大核心
2019年第6期483-488,共6页
-
基金
国家自然科学基金项目(61772231)
山东省自然科学基金项目(ZR2017MF025)
济南大学科研基金项目(XKY1828,XKY1734)
-
文摘
针对自然语言处理的文本情感分类问题,提出一种基于集成学习的文本情感分类方法;基于微博数据的特殊性,首先对微博数据进行分词等预处理,结合词频-逆文档频率(TF-IDF)和奇异值分解(SVD)方法进行特征提取和降维,再通过堆叠泛化(stacking)集成学习的方式进行分类模型融合。结果表明,模型融合对文本情感分析的准确率达到93%,可以有效地判别微博文本的情感极性。
-
关键词
文本情感分类
集成学习
情感极性
微博
-
Keywords
text sentiment classification
ensemble learning
emotional polarity
microblog
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-