摘要
针对短周期降水序列模型估计困难、滤波误差不确定问题提出了在线向量机与Unscented Kalman滤波相结合的降水时间序列预测与滤波方法。从理论推导到真实数据的实验以及详细的误差分析证明了本方法对短周期降水序列滤波有较好的合理性和有效性。相比传统Kalman滤波方法和向量机滤波方法,该方法有更好的滤波性能和实用性。
In order to filter the series,the traditional algorithms require an explicit system model which is a difficult problem in nonlinear-system.We present an effective method based on the online support vector machine and Unscented Kalman filter method to filter a precipitation series.The experimental results show that our proposed method is more efficient to get accurate result than the traditional Kalman filter method and the support vector machine method.
出处
《武汉大学学报（信息科学版）》
EI
CSCD
北大核心
2011年第2期222-225,230,共5页
Geomatics and Information Science of Wuhan University
基金
国家自然科学基金资助项目(30570279
40874005)
国家自然科学基金青年科学基金资助项目(40901171)
武汉大学测绘遥感信息工程国家重点实验室开放研究基金资助项目(WKL(070102))
