期刊文献+

利用支持向量机方法预报那曲县月降水量

下载PDF
导出
摘要 支持向量机(Support Vector Machines)方法,简称SVM方法。SVM方法是计算机学习的一种新方法,是基于历史数据建立预报预测模型的有效工具。这一方法数学推导严密,理论基础坚实,已经成为预测预报、模式识别、计算智能等领域的热点技术,受到了国内外的广泛关注。作为月降水定量预报方法的尝试,利用那曲县及安多县的月平均常规气象资料及74个环流场资料,利用国家局陈永义老师等开发的支持向量机学习建模预报软件平台(SVM2.0)作了那曲县月降水量预报试验,其结果显示出了该方法有一定的预报能力。
出处 《西藏科技》 2012年第2期57-59,共3页 Xizang Science And Technology
  • 相关文献

二级参考文献15

  • 1黄嘉佑,谢庄.卡尔曼滤波在天气预报中的应用[J].气象,1993,19(4):3-7. 被引量:32
  • 2Vapnik V N.Statistical Learning Theory.John Wiley & Sons,Inc.,New York,1998.
  • 3Vapnik V N.The Nature of Statistical Learning Theory.Springer Verlag,New York,2000.(有中译本:张学工译.统计学习理论的本质.北京:清华大学出版社,2000.)
  • 4Cristianini N and Shawa-Taylor J.An Introduction of Support Vector Machines and Other Kernel_based Learning Methods.Cambridge University Press,2000.
  • 5Burges C J.A tutorial on support vector machines for pattern recognition.Data Mining and Knowledge Discovery,1998,2: 127~167.
  • 6Courant R and Hilbert D,Method of Mathematical Physics,Volume I.Springer Verlag,1953.
  • 7http://www.kernel-machines.org/
  • 8Scholkopf B,Burges Ch-J C and Smola A J,edited.Advances in Kernel Methods-Support Vector Learning.MIT Press,Cambridge,1999.
  • 9叶笃正,曾庆存,郭裕福.当代气候研究.北京:气象出版社,1991.164-177.
  • 10陆如华 徐传玉 张玲.卡尔曼滤波在天气预报中的运用技术[J].数值预报产品释用公报,1996,5:28-36.

共引文献235

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部