10.3969/j.issn.1000-6362.2011.03.026
基于支持向量机的干旱预测研究
支持向量机( SVM)是基于统计学习理论的一种智能学习方法,可以用来解决样本空间的高度非线性的模式识别等问题.干旱是气候因子非线性复杂关系相互作用造成水分严重亏缺的一种气候异常反映,本文选择SVM方法,利用8月南方涛动指数、副高强度指数、极涡强度指数等15项因子,基于径向基核函数建立浙江省秋季的干旱预测模型,应用交叉验证方式确定最优模型参数,并进行了预测,对模型的检验结果表明,建立的干旱预测模型能直接对秋季干旱进行预测,并且有较高的准确率,可为气候预测从气候要素预测到气象灾害预测提供一种有效途径.
支持向量机、模式识别、干旱预测
32
U41;TU2
国家科技支撑计划课题2008BAK50B07
2011-12-23(万方平台首次上网日期,不代表论文的发表时间)
共4页
475-478