基于最小二乘支持向量机集成的降水预报模型

被引：19

作者：

罗芳琼 ^{[1
]}

吴建生 ^{[1
]}

金龙 ^{[2
]}

机构：

[1] 柳州师范高等专科学校数学与计算机科学系

[2] 广西壮族自治区气象减灾研究所

来源：

热带气象学报 | 2011年 / 27卷 / 04期

关键词：

投影寻踪; 粒子群算法; 线性回归; 神经网络; 最小二乘支持向量机;

D O I：

暂无

中图分类号：

P457.6 [降水预报];

学科分类号：

0706 ; 070601 ;

摘要：

准确的降水天气预报是一个十分重要的研究课题。以中国气象局的T213和日本的细网格数据资料为基础,首先利用粒子群——投影寻踪对众多气象物理因子降维,其次在低维子空间利用四种线性回归方法提取降水系统的线性特征,四种神经网络模型提取降水系统的非线性特征;最后利用最小二乘支持向量机对其集成,对广西6月的逐日降水量进行试验结果表明,该模型预报稳定性好,预报准确率较高,具有较好的业务应用前景。

引用

页码：577 / 584

页数：8

共 12 条

[1]

Ensembling neural networks: Many could be better than all.[J].Zhi-Hua Zhou;Jianxin Wu;Wei Tang.Artificial Intelligence.2002, 1

[2]

投影寻踪模型原理及其应用.[M].付强;赵小勇著;.科学出版社.2006,

[3]

应用多元统计分析.[M].高惠璇编著;.北京大学出版社.2005,

[4]

神经网络原理.[M].(美)SimonHaykin著;叶世伟;史忠植译;.机械工业出版社.2004,

[5]

应用概率统计.[M].王成名; 余鑫晖; 主编.广西师范大学出版社.2003,

[6]

偏最小二乘回归方法及其应用.[M].王惠文著;.国防工业出版社.1999,

[7] GRAPES模式对西南季风爆发的数值模拟及初值影响试验 [J].

周慧 ;

朱国强 ;

陈江民 ;

彭敦 ;

戴泽军 .

热带气象学报, 2010, 26 (01) :98-104

[8] 基于全场信息的数值预报产品释用方法研究 [J].

杨成荫 ;

王汉杰 ;

周林 ;

赵苏璇 .

应用气象学报, 2009, 20 (02) :232-239

[9] 粒子群-神经网络集成学习算法气象预报建模研究 [J].

吴建生 ;

刘丽萍 ;

金龙 .

热带气象学报, 2008, 24 (06) :679-686

[10] 基于MATLAB的主成分RBF神经网络降水预报模型 [J].

农吉夫 ;

金龙 .

热带气象学报, 2008, 24 (06) :713-717

← 1 2 →