ISSN 1004-4965

CN 44-1326/P

用微信扫描二维码

分享至好友和朋友圈

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

支持向量机(SVM)及其在场预测中的应用

张礼平 陈永义 周筱兰

张礼平, 陈永义, 周筱兰. 支持向量机(SVM)及其在场预测中的应用[J]. 热带气象学报, 2006, (3): 278-282.
引用本文: 张礼平, 陈永义, 周筱兰. 支持向量机(SVM)及其在场预测中的应用[J]. 热带气象学报, 2006, (3): 278-282.
ZHANG Li-ping, CHEN Yony-yi, ZHAO Xiao-lan. APPLICATIONS OF SUPPORT VECTOR MACHINES IN THE FIELDS FORECASTING[J]. Journal of Tropical Meteorology, 2006, (3): 278-282.
Citation: ZHANG Li-ping, CHEN Yony-yi, ZHAO Xiao-lan. APPLICATIONS OF SUPPORT VECTOR MACHINES IN THE FIELDS FORECASTING[J]. Journal of Tropical Meteorology, 2006, (3): 278-282.

支持向量机(SVM)及其在场预测中的应用

基金项目: 国家自然科学基金项目(60072006)

APPLICATIONS OF SUPPORT VECTOR MACHINES IN THE FIELDS FORECASTING

  • 摘要: 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。

     

  • [1] 张礼平,柯怡明,胡江林,等.SVD方法在场分析和预测中的应用[J].热带气象学报,2002,18(3):237-244.
    [2] 张礼平,柯怡明,王康康.SVD方法在场的定量预测中的应用[J].热带气象学报,2004,20(4):383-390.
    [3] 张礼平,胡江林.人工神经网络在短期气候预测中的应用[J].气象科学,2004,24(4):455-459.
    [4] VAPNIK V N.Statistical learning theory[M].New York:John Wiley & Sons,Inc,1998:375-570.
    [5] VAPNIK V N.The nature of statistical learning theory[M].New York:Springer Verlag,2000:123-266.
    [6] COURANT R,HILBERT D.Method of mathematical physics[M].New York:Volume I,Springer Verlag,1953:96-110.
    [7] 陈永义,余小鼎,高学浩,等.处理非线性分类和回归问题的一种新方法Ⅰ--支持向量机方法简介[J].应用气象学报,2004,15(3):345-354.
    [8] 张礼平."NLM"方法在集成预报中的应用[J].气象科学,1991,11(2):214-218.
  • 加载中
计量
  • 文章访问数:  893
  • HTML全文浏览量:  0
  • PDF下载量:  3917
  • 被引次数: 0
出版历程
  • 收稿日期:  2004-11-29
  • 修回日期:  2005-05-10

目录

    /

    返回文章
    返回