支持向量机回归方法在实时业务预报中的应用被引量：36

Application of Support Vector Machine Regression Method in Weather Forecast

下载PDF

导出

摘要简要介绍了支持向量机 (SupportVectorMachine ,简称SVM)回归方法的基本原理 ,并介绍了基于SVM回归方法 ,利用 1 990～ 2 0 0 0年 1～ 1 2月ECMWF北半球的50 0hPa高度、850hPa温度、地面气压的 0小时分析场资料构造预报因子 ,建立德阳市 5个代表站的日平均气温、日最高气温、日最低气温的SVM回归预报模型及其在业务化运用中的效果。 The support vector machine (SVM) regression principle and its application to weather forecast are introduced. By using ECMWF analysis fields of 500hPa height, 850hPa temperature, and sea level pressure from January to September through 1990—2000, the SVM regression models are built on daily average temperature, maximum temperature, minimum temperature of five typical stations in Deyang. The performances of these models are evaluated.

作者冯汉中陈永义

机构地区成都气象中心中国气象局培训中心

出处《气象》 CSCD 北大核心 2005年第1期41-44,68,共5页 Meteorological Monthly

基金国家自然科学基金 (6 0 0 72 0 0 6 )的资助

关键词 ECMWF 日最低气温日最高气温 500hPa 业务化地面气压预报支持向量机 SVM 实时业务 support vector machine regression temperture forecast

分类号 P457 [天文地球—大气科学及气象学] TP391 [自动化与计算机技术—计算机应用技术]

引文网络
相关文献

参考文献2

1陈永义,俞小鼎,高学浩,冯汉中.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. 被引量：187
2冯汉中,陈永义.处理非线性分类和回归问题的一种新方法(Ⅱ)——支持向量机方法在天气预报中的应用[J].应用气象学报,2004,15(3):355-365. 被引量：126

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.