收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于最小二乘支持向量机的云量释用预报技术研究

付伟基  王俊  刘丹军  赵峰  
【摘要】:最小二乘支持向量机是在统计学习理论的VC维和结构风险最小化原理的基础上发展起来的一种新的机器学习方法,最早源于1999年SuykensJ.A.K和Vandewalb提出的一种支持向量机变形算法,它采用最小二乘线性系统作为损失函数,代替传统支持向量机的二次规划方法,将传统支持向量机中的不等式约束转化为等式约束,训练过程也由二次规划问题求解转化为线性方程组的求解,简化了计算的复杂度,它具有全局最优、结构简单、推广能力强等优点。可以解决样本空间中的高度非线性分类和回归等问题,是一种处理非线性分类和回归的有效方法,在进行小样本预测方面具有显著优势。目前,关于最小二乘支持向量机方法在气象领域的预报研究虽已取得了一定的成果,但与理论研究相比,应用研究相对比较滞后,在基于数值预报产品的气象要素释用预报领域的研究基本还很少。云属于常规气象要素预报内容,对人们日常生活、经济和军事活动具有重要影响,还会直接影响温度、湿度等气象要素,是形成降水的一个基本条件之一。因此,研究云的预报技术,具有重要的应用价值。为研究最小二乘支持向量机在云量释用预报中的应用效能,基于2004~2006年逐年1月WRF区域数值预报产品和单站历史观测资料,用相关系数法选取预报因子,采用最小二乘支持向量机回归方法,结合选取合适的参数和核函数,按照不同长度样本序列建立了定海和福州站总云量短期释用预报模型,利用2007年1月样本资料对模型进行了预报和检验。结果表明:两站不同长度样本的总云量预报模型,预报效果较好,其预报准确率不会因为训练样本的减少而降低,这正体现了最小二乘支持向量机针对"小样本"具有较好的预报能力,改变了传统统计预报方法只有在样本趋于无穷大的基础上才能取得较好预报效果的状况。可见,最小二乘支持向量机回归在总云量等气象要素释用预报方面,具有较好的应用前景。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 梁爽;张立坡;;熵权核函数支持向量机[J];科技致富向导;2011年20期
2 吕琦;;基于SVM的股票时间序列的预测研究[J];吉林工程技术师范学院学报;2011年07期
3 王慧勤;雷刚;;基于LIBSVM的风速预测方法研究[J];科学技术与工程;2011年22期
4 贾志先;;基于支持向量机的空白试卷识别方法[J];山西大学学报(自然科学版);2011年03期
5 赵亚楠;李钢虎;曾渊;;基于最小均方无失真响应和支持向量机的被动声纳目标识别[J];声学技术;2011年03期
6 郭金玲;樊东燕;;基于SVM的山西省旅游需求预测与分析[J];电脑开发与应用;2011年09期
7 李国凤;;基于支持向量机的上市公司财务危机预警研究[J];科技信息;2011年22期
8 樊高峰;张勇;柳苗;毛燕军;;基于支持向量机的干旱预测研究[J];中国农业气象;2011年03期
9 王喜宾;张小平;王翰虎;孙兴;;基于支持向量机的农业科技项目分类研究[J];贵州大学学报(自然科学版);2011年03期
10 顾锦荣;刘华强;刘向陪;吕庆平;;基于遗传算法-支持向量机模型在热带气旋强度预报中的应用[J];海洋预报;2011年03期
11 左文明;杨文富;黄秋萍;;基于支持向量机的制造企业创新能力评价模型[J];数学的实践与认识;2011年09期
12 龚兰芳;张昱;;应用遗传算法优化支持向量机的疲劳裂纹扩展预测[J];现代制造工程;2011年06期
13 周凡;姜洪福;王立艳;孟凡顺;;基于阵列感应测井的支持向量机流体识别方法[J];中国海洋大学学报(自然科学版);2011年S1期
14 张松;金亮;;中国能源消费的EMD分析与预测[J];数学的实践与认识;2011年12期
15 王亚锋;张友安;孙富春;刘华平;;用外包集逼近预测控制的最大终端状态集[J];控制理论与应用;2011年07期
16 陆爱国;刘红卫;王珏;;训练支持向量机的四重序列解析优化算法[J];系统工程理论与实践;2011年08期
17 何晓庆;李腾;;基于支持向量机财务预警模型的实证研究[J];中小企业管理与科技(上旬刊);2011年09期
18 李仁兵;李艾华;白向峰;蔡艳平;王德生;;支持向量机的进化多核设计[J];控制理论与应用;2011年06期
19 石伟;南卓铜;李韧;赵林;张秀敏;赵拥华;;基于支持向量机的典型冻土区土壤制图研究[J];土壤学报;2011年03期
20 严晓明;郑之;;基于混合仿生算法的SVM参数优化[J];广西师范大学学报(自然科学版);2011年02期
中国重要会议论文全文数据库 前10条
1 付伟基;王俊;刘丹军;赵峰;;基于最小二乘支持向量机的云量释用预报技术研究[A];第27届中国气象学会年会灾害天气研究与预报分会场论文集[C];2010年
2 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
3 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
4 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
5 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
6 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
7 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
8 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
9 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
10 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年
中国博士学位论文全文数据库 前10条
1 杜小芳;基于CPFR的农产品采购模型研究[D];华中科技大学;2005年
2 刘育明;动态过程数据的多变量统计监控方法研究[D];浙江大学;2006年
3 栾锋;支持向量机(SVM)和径向基神经网络(RBFNN)方法在化学、环境化学和药物化学中的应用研究[D];兰州大学;2006年
4 孙薇;市场条件下抽水蓄能电站效益综合评价及运营模式研究[D];华北电力大学(河北);2007年
5 常群;支持向量机的核方法及其模型选择[D];哈尔滨工业大学;2007年
6 朱燕飞;锌钡白回转窑煅烧过程智能建模研究[D];华南理工大学;2005年
7 田英杰;支持向量回归机及其应用研究[D];中国农业大学;2005年
8 燕忠;基于蚁群优化算法的若干问题的研究[D];东南大学;2005年
9 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
10 杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学(河北);2007年
中国硕士学位论文全文数据库 前10条
1 江锋;支持向量机在分类及人脸检测应用中的研究[D];南京理工大学;2003年
2 傅正钢;基于统计学习的人工智能在数字游戏和数字娱乐上的应用[D];浙江大学;2004年
3 朱晓芳;基于支持向量机的田间杂草识别方法研究[D];江苏大学;2010年
4 朱明玲;基于改进的小波变换和支持向量机的纺织细纱机故障自动诊断[D];东华大学;2011年
5 张宝华;支持向量机在入侵检测系统中的研究和应用[D];天津理工大学;2010年
6 赖永标;支持向量机在地下工程中的应用研究[D];山东科技大学;2004年
7 沈徐辉;基于核主成分与支持向量机的体内药物代谢预测[D];浙江大学;2011年
8 李铮;基于支持向量机的道路交通标志识别的研究[D];燕山大学;2011年
9 王启超;基于组合核函数支持向量机的软测量技术及其应用研究[D];江西理工大学;2011年
10 冯洪海;基于粗糙集和支持向量机的多值分类算法[D];河北农业大学;2002年
中国重要报纸全文数据库 前10条
1 魏景云 商玉琴;我国总云量分布特征比较[N];中国气象报;2003年
2 林之光;中秋的赏月天气[N];科技日报;2000年
3 魏景云;我国气候干旱化趋势严重[N];经济日报;2003年
4 中国气象局 谢在永;春季里的天气话题[N];健康报;2008年
5 记者 李江天;我省49年来热了1.5℃[N];辽宁日报;2011年
6 曾居仁;谁在“盗窃”来自天空的阳光?[N];中国气象报;2007年
7 戴随刚叶超;柴达木盆地为我国增温最显著区域[N];中国气象报;2007年
8 叶超;柴达木盆地增温速率位居全国之首[N];西部时报;2007年
9 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
10 李水根;计算机详解配伍与药效关系[N];健康报;2005年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978