支持向量机在大气污染预报中的应用研究

• 作者: 常涛
• 来源期刊: 气象
• 学科: 地球科学
• 关键词: 大气污染预报 支持向量机(SVM) 交叉验证 网格搜索
• 年，卷（期）: 2006,（12）
• 所属期刊栏目: 技术交流
• 页码范围: 61-65
• 页数: 5页
• 分类号: P4
• 字数: 3053字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0526.2006.12.010

摘要

支持向量机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.利用前一天该污染物的日均浓度、前一天地面平均风速等7个预报因子建立了基于RBF核函数支持向量回归法的大气污染预报模型,并利用十重交叉验证和网格搜索法寻找模型最优参数.乌鲁木齐大气预报实例表明:支持向量机显示出小样本时预报精度较高和训练速度快的独特优势,为空气质量预报提供一种全新的模式.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常涛		5	90	3.0	5.0