基于SVM的沙尘暴预测模型

编号 zgly0000442792

文献类型 期刊论文

文献题名 基于SVM的沙尘暴预测模型

作者 路志英  张启孟  赵智超 

作者单位 天津大学电气与自动化工程学院 

母体文献 天津大学学报 

年卷期 2006,39(9)

页码 1110-1114

年份 2006 

分类号 TP391 

关键词 支持向量机  核函数  主成分分析  沙尘暴预测 

文摘内容 根据沙尘暴天气的特点和支持向量机(support vector machine, SVM)方法在解决小样本学习问题中的优势, 提出基于SVM的沙尘暴预测模型。首先利用主成分分析法进行数据预处理, 然后选择了径向基核函数, 并通过分析惩罚参数和核参数对SVM分类器性能的影响, 确定了参数的搜索空间, 继而利用网格搜索法对其进行优化。在此基础上, 构建并实现了基于SVM的沙尘暴预测模型。该模型与BP神经网络模型的运行结果对比表明, 基于SVM的沙尘暴预报模型稳定性好, 运行速度快, 预报准确率提高了71.2%。