支持向量机(SVM)及其在场预测中的应用

介绍一种新的非线性回归分析方法——SVM回归。利用EOF能分解数据场和SVM回归分析可建立因子与预报量非线性关系的优势,设计预报方案:(1)将因子场和预报场分别用方差标准化、EOF场展开,提取两场时间系数;(2)用SVM回归分析实现因子场时间系数对预报场时间系数非线性预测;(3)由预测的预报场时间系数与对应空间函数反演原场。用交叉检验的方法,对1960～2003年1月热带海表温度场预报汛期(6～8月)华中区域降水场进行试验。SVM回归44年独立预报平均技巧评分10.4%,较随机预报具有明显的技巧水平,优于经典回归。