基于主成分分析和支持向量机的区域降水预测应用研究

被引:4
作者
农吉夫
机构
[1] 广西民族大学数学与计算机科学学院
关键词
主成分分析; 支持向量机; 遗传算法; 预测;
D O I
10.16177/j.cnki.gxmzzk.2009.02.016
中图分类号
P456.8 [统计预报方法]; O213 [应用统计数学];
学科分类号
0706 ; 070601 ; 020208 ; 070103 ; 0714 ;
摘要
将主成分分析和支持向量机回归相结合,以广西5、6月区域平均日降水量作为预报对象,进行区域日降水量预测研究.首先,整理分析大量的T213数值预报产品信息数据进行主成分分析,得到主成分数据序列;其次,根据主成分数据序列建立训练集训练支持向量机,并利用遗传算法优化参数;最后,输入支持向量机所需数据,得到主成分预测结果,建立广西日降水预报模型.实例计算结果表明,支持向量机回归模型比逐步回归模型有更好的预测能力.
引用
收藏
页码:89 / 93
页数:5
相关论文
共 7 条
[1]   统计降尺度法在数值预报产品释用中的应用 [J].
李江萍 ;
王式功 .
气象, 2008, (06) :41-45
[2]   T213数值预报产品在本地降水预报中的释用 [J].
赵凯 ;
孙燕 ;
张备 ;
尹东屏 ;
姜麟 .
气象科学, 2008, (02) :217-220
[3]   支持向量机分类方法在天空云量预报中的应用 [J].
熊秋芬 ;
顾永刚 ;
王丽 .
气象, 2007, (05) :20-26
[4]   支持向量机在短期气候预测中的应用 [J].
李智才 ;
马文瑞 ;
李素敏 ;
张瑞兰 ;
张红雨 .
气象, 2006, (05) :57-61
[5]   支持向量机(SVM)方法在降水分类预测中的应用 [J].
杨淑群 ;
芮景析 ;
冯汉中 .
西南农业大学学报(自然科学版), 2006, (02) :252-257
[6]   处理非线性分类和回归问题的一种新方法(Ⅱ)——支持向量机方法在天气预报中的应用 [J].
冯汉中 ;
陈永义 .
应用气象学报, 2004, (03) :355-365
[7]  
应用数理统计[M]. 国防科技大学出版社 , 吴翊等 编著, 1995