首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 15 毫秒
1.
支持向量机(SVM)方法在气象预报中的个例试验   总被引:4,自引:0,他引:4  
SVM(Support Vector Machine)方法的基本思想是:通过非线性映射把样本空间映射到一个高维乃至于无穷维的特征空间(Hilbert空间),在特征空间中寻求最优划分或回归线性超平面,从而解决样本空间中的高度非线性分类和回归等问题。利用1998~2000年9~11月T106—36小时预报的各种输出产品构造因子,以单站有无降水为预报对象,采用MOS法方式构造样本,通过训练建立了单站的晴雨SVM分类预报模型,利用1990~2000年4~9月ECMWF北半球的500hPa高度、850hPa温度、地面气压的0小时分析场资料,确定关键区域,构造预报因子,以PP法方式构造样本,通过训练建立了四川盆地内单站气温的SVM回归预报模型,并进行了模拟试验,结果表明,无论是单站晴雨的SVM分类预报模型还是单站平均气温的SVM回归预报模型都显示出了艮好的预报能力。  相似文献   

2.
SVM(Support Vector Machine)方法的基本思想是:通过非线性映射把样本空间映射到一个高维乃至于无穷维的特征空间(Hilbert空间),在特征空间中寻求最优划分或回归线性超平面,从而解决样本空间中的高度非线性分类和回归等问题.利用1998~2000年9~11月T106-36小时预报的各种输出产品构造因子,以单站有无降水为预报对象,采用MOS法方式构造样本,通过训练建立了单站的晴雨SVM分类预报模型,利用1990~2000年4~9月ECMWF北半球的500hPa高度、850hPa温度、地面气压的0小时分析场资料,确定关键区域,构造预报因子,以PP法方式构造样本,通过训练建立了四川盆地内单站气温的SVM回归预报模型,并进行了模拟试验,结果表明,无论是单站晴雨的SVM分类预报模型还是单站平均气温的SVM回归预报模型都显示出了良好的预报能力.  相似文献   

3.
将SVM(Support Vector Machine)分类和回归方法首次应用于气象预报试验。利用1990~2000年4~9月ECMWF北半球的500 hPa高度、850 hPa温度、地面气压的00:00 UTC分析场资料,建立四川盆地分区面雨量有无大于15 mm的SVM分类推理模型、四川盆地内单站气温的SVM回归推理模型,进行相应的预报试验,试验结果显示对应的SVM推理模型具有良好的预报能力。  相似文献   

4.
雪灾是内蒙古地区的主要的气象灾害,对全区牧业和人民生活造成了严重危害和影响。在充分分析内蒙古地区气候特征的基础上,依据SVM回归方法,利用T213资料,建立了暴雪的SVM回归方法预报模型,建立了自动化的SVM暴雪预报业务系统,并对其进行了业务试验。给出了依据SVM方法建立的暴雪实时业务预报系统的检验结果。结果表明,SVM回归方法能运用于暴雪的预报,建立的自动化的SVM暴雪预报业务系统能在预报业务中发挥了一定的作用。  相似文献   

5.
雪灾是内蒙古地区的主要的气象灾害,对全区牧业和人民生活造成了严重危害和影响.在充分分析内蒙古地区气候特征的基础上,依据SVM回归方法,利用T213资料,建立了暴雪的SVM回归方法预报模型,建立了自动化的SVM暴雪预报业务系统,并对其进行了业务试验.给出了依据SVM方法建立的暴雪实时业务预报系统的检验结果.结果表明,SVM回归方法能运用于暴雪的预报,建立的自动化的SVM暴雪预报业务系统能在预报业务中发挥了一定的作用.  相似文献   

6.
支持向量机方法在天气预报中的应用   总被引:8,自引:2,他引:8       下载免费PDF全文
简要介绍了支持向量机方法(SVM)方法的基本原理和使用方法。用高空500hPa月平均高度、海洋温度以及地面资料作为因子,对西安6—9月份降水总量建立了SVM预报模型。  相似文献   

7.
支持向量机(SVM)及其在场预测中的应用   总被引:2,自引:3,他引:2  
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.  相似文献   

8.
本文采用ECMWF北半球500 hPa高度、850 hPa温度和地面气压的分析场资料和预报场资料,运用最优子集回归方法,建立温江日均气温、日最高及最低气温预报模型,进行试报,并对预报结果进行了检验,其结果表明最优子集回归方法可以运用在逐日分县要素客观预报中,且PP法比MOS法预报效果好.  相似文献   

9.
本文采用ECMWF北半球500hPa高度、850hPa温度和地面气压的分析场资料和预报场资料,运用最优子集回归方法,建立温江日均气温、日最高及最低气温预报模型,进行试报,并对预报结果进行了检验,其结果表明最优子集回归方法可以运用在逐日分县要素客观预报中,且PP法比MOS法预报效果好。  相似文献   

10.
支持向量机在短期气候预测中的应用   总被引:9,自引:1,他引:9  
支持向量机(SVM,Support Vector Machines)是基于统计学习理论框架下的一种新的通用机器学习方法。可以解决样本空间中的高度非线性分类和回归等问题,是一种处理非线性分类和非线性回归的有效方法。气候变化诸多因子的复杂性和非线性决定了预报因子与预报对象问的非线性关系,SVM为解决短期气候预测提供了一种可行的有效途径。利用Nino区海温、南方涛动指数、副高面积指数、亚洲区极涡面积指数等15个预报因子,建立了阳泉夏季降水正、负距平的SVM非线性分类模型,同时也建立了阳泉夏季降水的SVM回归模型,并进行了相应的预报试验,结果显示,对应的SVM分类模型和回归模型均具有良好的预报能力。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号