支持向量机在雷雨天气预报中的应用

被引:9
作者
黄奕铭
机构
[1] 民航中南空中交通管理局气象中心
关键词
支持向量机; 雷雨; 天气预报;
D O I
暂无
中图分类号
P457.6 [降水预报];
学科分类号
摘要
支持向量机(SVM)是一种新型的机器学习方法。利用1999-2003年7月清远站每天08:00的探空资料,建立广州白云机场24 h内有无雷雨的SVM分类模型,进行相应的预报实验,实验结果显示对应的SVM分类模型效率高、准确率高,且泛化能力强,预报Ts评分非常理想,都达到80%以上;结果准确率并不会因为训练样本数目的减少而大幅度降低,具有良好的预报能力。对于某个特定的核函数,可通过调整误差惩罚参数C来得到性能最优的SVM。
引用
收藏
页码:22 / 24+28 +28
页数:4
相关论文
共 3 条
[1]   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 ;
不详 .
应用气象学报 , 2004, (03) :355-365
[2]   关于统计学习理论与支持向量机 [J].
张学工 .
自动化学报, 2000, (01) :36-46
[3]  
强雷暴预报[M]. 气象出版社 , 孔燕燕, 2001