基于大数据分析的台风灾害经济风险评估

详细信息    查看全文 | 推荐本文 |

	英文篇名：Assessment of Economic Risk of Typhoon Disaster Based on Big Data Analysis 作者：伍俊杰 ; 黄浩 ; 潘晨 英文作者：Wu Junjie;Huang Hao; 关键词：台风 ; 大数据 ; 经济损失 ; 风险评估 ; 广东省 中文刊名：水利规划与设计 英文刊名：Water Resources Planning and Design 机构：广东海洋大学数学与计算机学院;广东海洋大学海洋与气象学院; 出版日期：2019-03-13 10:24 出版单位：水利规划与设计 年：2019 期：03 语种：中文; 页：89-92 页数：4 CN：11-5014/TV ISSN：1672-2469 分类号：P429;P444

摘要

文章基于1945—2015年广东省台风登陆的数据以及台风登陆时间对应的多维度数据集,利用大数据分析技术算法对数据作出处理与分析。可为相关部门在潜在台风灾害中的防灾减灾工作的实施和结果评价提供相关参考。
        

引文

[1]卢文芳.上海地区热带气旋灾情的评估和灾年预测[J].自然灾害学报,1995,4(03):40-45.
    [2]钱燕珍,杨元琴.热带气旋灾害指数的估算与应用方法[J].气象,2001,27(01):14-18+24.
    [3]梁必骐,樊琦.热带气旋灾害的模糊数学评价[J].热带气象学报,1999,15(04):305-311.
    [4]于涛. BP网络自适应学习率算法分析[D].大连理工大学,2011.
    [5]辛海涛,杨殿军,康靖. BP神经元网络算法在高新技术产品评价中的应用[J].商业经济,2010,21(24):26-28.
    [6](美)Martin Hagan等著,戴葵,等译.神经网络设计[M].北京:机械工业出版社,2002.
    [7]王朋.提高LS-SVM建模性能的学习算法及其应用研究[D].北京工业大学,2012.
    [8]张浩然,汪晓东.回归最小二乘支持向量机和在线式学习算法[J].计算机学报,2006,29(03):400-406.
    [9]陈倩,徐宏锐.考虑相关因素的最小二乘支持向量机风速预测方法栗然[J].电力系统保护与控制,2010,38(21):146-151.
    [10]郝晓军,闫京海,樊友谊.大数据分析过程中的降维方法[J].航天电子对抗,2014(04):58-60.
    [11]邓乃扬,田英杰.数据挖掘中的新方法:支持向量机[M].北京:科学出版社,2004.