基于数据场的SVM技术在雷暴预报中的应用

摘要：

针对天气预报中样本不平衡造成漏报率高的问题,提出一种基于数据场的C加权支持向量机(SVM)技术.该技术对不平衡天气数据进行分类,采用叠加数据场势值作为数据重采样依据,筛选出最利于SVM分类器学习的样本作为训练样本,结合C加权方法进行训练.实验结果证明,在样本数量较多且不平衡性显著的雷暴天气中,该技术能缩减训练集规模,减少漏报,提升预报系统的g-means值.

关键词：支持向量机、数据场、不平衡数据集、雷暴预报

所属期刊栏目：35

分类号：TP311.12(计算技术、计算机技术)

资助基金：国家自然科学基金委员会与中国民用航空总局联合基金资助项目60672173

在线出版日期：2009-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：263-265