支持向量机方法在丰满流域夏季定量降水预报中的应用

支持向量机方法在丰满流域夏季定量降水预报中的应用
王宝书
【期刊名称】《吉林气象》
【年(卷),期】2012(000)003
【摘要】支持向量机（Suppoa Vector Machine，简称SVM）是基于统计学习理论的新一代机器学习技术，其非线性回归预测性能优越于传统统计方法。

本文利用1996—2005年6—9月丰满流域7个主要站点的降水资料和NCEP850hPa、700hPa、500hPa垂直速度、水汽通量、涡度、散度的再分析资料，分别建立丰满流域7个主要站点的SVM回归模型，并进行相应的预报检验，实验结果显示：SVM回归模型效率高、准确率较高、预报绝对误差小，具有较好的预报能力。

【总页数】3页(P6-8)
【作者】王宝书
【作者单位】吉林省气象服务中心,长春130062
【正文语种】中文
【中图分类】P457.6
【相关文献】
1.支持向量机方法在单站降水预报中的应用探讨 [J], 王建生;熊秋芬
2.支持向量机方法在海口降水预报中的应用研究 [J], 张春花;林建兴;郝丽清
3.基于支持向量机的桂林短期定量降水预报方法研究 [J], 史旭明;林汉燕;金龙
4.基于支持向量机的桂林短期定量降水预报方法研究 [J], 史旭明;林汉燕;金龙
5.在夏季降水定量预报中500hPa涡度数值预报值的释用 [J], 臧传花
因版权原因，仅展示原文概要，查看原文内容请购买。