支持向量机方法在预报白山流域夏季定量降水中的应用

摘要：

支持向量机(Support 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月白山流域4个主要站点的降水资料和NCEP再分析的物理量资料,分别建立白山流域4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、准确率高,预报绝对误差小,具有良好的预报能力。

关键词： 支持向量机 定量降水 白山流域 SVM回归模型 预报能力

作者: 王宝书

作者单位: 吉林省气象科技服务中心，长春，130062

会议类型: 国内会议

会议名称: 第26届中国气象学会年会

会议地点: 杭州

会议语种:中文

页码: 1285-1288

在线出版日期: 2009-10-14（万方平台首次上网日期，不代表论文的发表时间）