基于C4.5决策树算法的天气预警系统的手机终端设计

开篇：润墨网以专业的文秘视角，为您筛选了一篇基于C4.5决策树算法的天气预警系统的手机终端设计范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：

为满足现代社会对气象预警预报服务的需求，研发了Android系统平台下实时天气预测和异常天气预警系统。根据决策树算法中的C4.5算法，解决天气预警分类问题。该方法通过提取训练样本中最大增益率属性作为属性特征建立决策树，经剪枝后得到天气预警评估的决策树模型，并对此模型进行分析和应用。实验结果表明这种方法在分类评估准确率上具有优势，分类正确率达到85.8%.

关键词：

Web Service；天气预报；决策树；C4.5算法；剪枝；警报

0引言

目前在天气预测和气象灾害预警方面的研究取得了显著的成就，在气象服务中发挥了重要的作用，建立了预警共享平台，人们可以通过手机短信、12121气象服务电话、电视、手机上网以及气象网站等媒介获知气象信息。

决策树算法采用自顶向下的递归方式对数据进行处理，把一个无序、无规则的实例集合归纳成一组树形结构表示的分类规则。决策树的典型算法有ID3、C4.5、CART等，而C4.5算法严格来说是ID3算法的一个改进算法，它继承了ID3算法的优点并进行了改进：用信息增益率代替信息增益来选择属性，在树建造过程中进行剪枝，能够完成对连续属性的离散化处理，能够对缺省数据进行处理等[1-2]。

在本预警系统中选择了强风、强降雨和高温警报三类异常天气，研究了基于经典决策树算法c4.5对异常天气预警的评估实现。预警系统定时从Web服务网上调取天气实况及预报资料，解析出的有效数据根据C4.5决策树算法生成的规则分类方法自动检索，将今后4天的天气预报信息和检索得出的预警信息显示在窗口界面并发出声音警报。

4结语

本文在Android系统平台下调用Web Service的天气预报服务信息，并将C4.5决策树算法应用于异常天气预警分类评估。由于城市天气预报及异常天气警报与各个天气要素的错综复杂的关系，需要按照一定的标准和方法来对不同层次区域的天气要素进行定性定量的描述，采用了天气现象、气温、湿度和风力4个属性根据C4.5决策树算法来进行粗略的异常天气预警的分类评定。系统实现了从主动查找到被动接受天气预报信息和警报信息的转变，有利于人们及时获取实

时天气信息和异常天气警报信息。但是由于本系统的预警数据全部基于实况，因而具有滞后问题，预警数据的及时性、完整性、正确性和数据采集过程的顺畅等，均是影响预警系统发挥水平的重要原因。

参考文献：

[1]

王黎明.决策树学习及其剪枝算法研究[D].武汉：武汉理工大学，2007.

[2]

樊建聪，张问银，梁永全.基于贝叶斯方法的决策树分类算法[J].计算机应用，2005，25（12）：166-168.

[3]

徐鹏，林森.基于C4.5决策树的流量分类方法[J].软件学报，2009，20（10）：2692-2704.

[4]

陈杰.基于遗传算法的决策树剪枝方法[D].保定：河北大学，2010.

[5]

张福勇，齐德昱，胡镜林.基于C4.5决策树的嵌入型恶意代码检测方法[J].华南理工大学学报：自然科学版，2011，39（5）：68-72.

[6]

孙长征，朱小谦，张卫民.基于Web的数值天气预报系统的研究与设计[J].计算机工程与科学，2009，31（A1）：296-299.

[7]

SCHATTEL J L，BUNGE R. The national weather service shares digital forecasts using Web services [J]. Bulletin of the American Meteorological Society，2008，89（4）：449-450.

[8]

巩固，张虹.决策树算法在天气评估中的应用[J].微计算机信息，2007，23（34）：245-247.

[9]

李会，胡笑梅.决策树中ID3算法与C4.5算法分析与比较[J].水电能源科学，2008，26（2）：129-132，163.

[10]

张晓龙，骆名剑.基于IF-THEN规则的决策树裁剪算法[J].计算机应用，2005，25（9）：1986-1988.

[11]

魏红宁.决策树剪枝方法的比较[J].西南交通大学学报，2005，40（1）：44-48.

[12]

陈杰.基于遗传算法的决策树剪枝方法[D].保定：河北大学，2010.