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