最小二乘支持向量机在云量预报中的应用

摘要：

基于2003-2006年逐年1、8月WRF区域数值预报产品和单站观测资料,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,分别按月通过不同长度样本序列建立了台北和厦门站总云量和低云量短期释用预报模型,利用2007年1、8月样本资料对模型进行了预报和检验,并与神经网络方法进行了对比.结果表明:最小二乘支持向量机回归方法的预报效果要好于神经网络方法;两站不同长度样本的总云量和低云量预报模型,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.可见,最小二乘支持向量机回归在云量等气象要素释用预报方面,具有较好的应用前景.

关键词：支持向量机、核函数、云量、预报

所属期刊栏目：31

分类号：P457.1(天气预报)

资助基金：国家自然科学基金资助项目40730953

在线出版日期：2011-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：187-193