支持向量機(jī)在短期氣候預(yù)測(cè)中的應(yīng)用

支持向量機(jī)(SVM,Support Vector Machines)是基于統(tǒng)計(jì)學(xué)習(xí)理論框架下的一種新的通用機(jī)器學(xué)習(xí)方法.可以解決樣本空間中的高度非線性分類和回歸等問(wèn)題,是一種處理非線性分類和非線性回歸的有效方法.氣候變化諸多因子的復(fù)雜性和非線性決定了預(yù)報(bào)因子與預(yù)報(bào)對(duì)象間的非線性關(guān)系,SVM為解決短期氣候預(yù)測(cè)提供了一種可行的有效途徑.利用Nino區(qū)海溫、南方濤動(dòng)指數(shù)、副高面積指數(shù)、亞洲區(qū)極渦面積指數(shù)等15個(gè)預(yù)報(bào)因子,建立了陽(yáng)泉夏季降水正、負(fù)距平的SVM非線性分類模型,同時(shí)也建立了陽(yáng)泉夏季降水的SVM回歸模型,并進(jìn)行了相應(yīng)的預(yù)報(bào)試驗(yàn),結(jié)果顯示,對(duì)應(yīng)的SVM分類模型和回歸模型均具有良好的預(yù)報(bào)能力.

作 者： 李智才 馬文瑞 李素敏 張瑞蘭 張紅雨 Li Zhicai Ma Wenrui Li Sumin Zhang Ruilan Zhang Hongyu   作者單位： 李智才,馬文瑞,李素敏,Li Zhicai,Ma Wenrui,Li Sumin(山西省陽(yáng)泉市氣象局,045000)

張瑞蘭,張紅雨,Zhang Ruilan,Zhang Hongyu(山西省氣象局) 

刊 名： 氣象  ISTIC PKU 英文刊名： METEOROLOGICAL MONTHLY  年，卷(期)： 2006 32(5)  分類號(hào)： P4  關(guān)鍵詞： 支持向量機(jī)(SVM)   非線性分類   非線性回歸   短期氣候預(yù)測(cè)