一种强对流天气分类预报方法、系统、设备及介质

本发明涉及天气分类预报技术领域，公开了一种强对流天气分类预报方法、系统、设备及介质，方法包括：通过获取目标气象观测站的历史数据，对历史数据进行第一划分操作，为后续的数据处理提供了基础。第二划分操作则进一步区分了训练集和测试集，为量子机器学习分类器的训练提供了可靠的数据来源。量子机器学习分类器的建立，特别是其包含的若干个不同的分类器，提高了分类的多样性和准确性。通过随机组成训练子集作为输入，增强了模型的泛化能力。预设集成学习策略的应用，不仅优化了量子机器学习分类器的权重，还通过投票机制提高了最终预报结果的稳定性和可靠性。本发明相较于现有技术，在预报效率和准确性方面均有了显著提升。