支持向量机在大气污染预报中的应用研究

支持向量机在大气污染预报中的应用研究

支持向量机是基于统计学习理论的新一代机器学习技术,其非线性回归预测性能优越于传统统计方法.利用前一天该污染物的日均浓度、前一天地面平均风速等7个预报因子建立了基于RBF核函数支持向量回归法的大气污染预报模型,并利用十重交叉验证和网格搜索法寻找模型最优参数.乌鲁木齐大气预报实例表明:支持向量机显示出小样本时预报精度较高和训练速度快的独特优势,为空气质量预报提供一种全新的模式.

作 者： 常涛 Chang Tao   作者单位： 新疆气候中心,乌鲁木齐,830002  刊 名： 气象  ISTIC PKU 英文刊名： METEOROLOGICAL MONTHLY  年，卷(期)： 2006 32(12)  分类号： P4  关键词： 大气污染预报   支持向量机(SVM)   交叉验证   网格搜索  

【支持向量机在大气污染预报中的应用研究】相关文章：

径流长期预报的支持向量机方法04-30

基于支持向量机的中长期入库径流预报04-28

支持向量机在机载设备故障诊断及预测中的应用研究04-26

支持向量机在飞机状态监控中的应用04-27

支持向量机在短期气候预测中的应用04-30

支持向量机在大庆齐家凹陷测井解释中的应用04-29

GPS高程拟合支持向量机模型04-28

基于支持向量机的红外成像跟踪算法04-27

支持向量分类机在湖泊富营养化评价中的应用04-25

路面质量影响因素分析-支持向量机模型04-26