| 支持向量数据描述在西北暴雨预报中的应用试验 |
| |
| 引用本文： | 燕东渭,孙田文,杨艳,方建刚,刘志镜.支持向量数据描述在西北暴雨预报中的应用试验[J].应用气象学报,2007,18(5):676-681. |
| |
| 作者姓名： | 燕东渭 孙田文 杨艳 方建刚 刘志镜 |
| |
| 作者单位： | 1.陕西省气象局, 西安 710015 |
| |
| 摘 要： | 传统机器学习中通常隐含假设所研究问题是类别平衡的, 气象预报中预测灾害天气时就不满足这个假设, 这时往往需要预测重要而稀少的正类 (少数类)。传统机器学习以精度最大化为目标, 在遇到不平衡类别问题时, 容易训练出把所有实例都分为反类 (多数类) 的平庸的分类器。支持向量数据描述是从支持向量机 (SVM) 发展而来的基于核的机器学习方法, 只使用一类样本就可以工作, 适合于不平衡类别。以铜川暴雨预测作为试验对象, 对SVM和支持向量数据描述 (SVDD) 进行了对比试验。试验结果表明对于这个不平衡类别问题SVDD具有优势。
|
| 关 键 词： | 机器学习 支持向量数据描述 (SVDD) 支持向量机 (SVM) 暴雨预测 |
| 收稿时间： | 2006-02-14 |
| 修稿时间： | 2007-01-18 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《应用气象学报》浏览原始摘要信息 |
| 点击此处可从《应用气象学报》下载免费的PDF全文 |
|
