支持向量机在南京市云量预报中的应用
支持向量机(SVM)是基于统计学习理论框架下的一种新的通用机器学习方法,本文基于这一理论,采用2013年6月1日～2014年5月31日的南京站地面、高空观测值等资料,建立南京市天空云量的预报模型.通过按不同比例随机抽取样本进行交叉验证的方法,分析了SVM模型的预报能力和稳定性.利用全部样本资料建立的预报模型,对独立样本2014年6月1日～8月31日南京市天空云量进行预报,进一步验证SVM分类方法对天空云量预报的有效性.
云量预报 支持向量机 交叉验证 稳定性
胡一帆 胡友彬 史纬恒
解放军理工大学气象学院,南京,211100
国内会议
天津
中文
1-6
2015-10-01（万方平台首次上网日期，不代表论文的发表时间）