SVM多分类器协同挖掘局域气象数据

• 作者: 刘冬宁 张巍 樊继慧 滕少华 陈潇
• 来源期刊: 广西大学学报（自然科学版）
• 学科: 工学
• 关键词: 数据挖掘 支持向量机 组合分析器 局域气象数据 协同工作
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 计算机与电子信息科学
• 页码范围: 1131-1137
• 页数: 7页
• 分类号: TP301.4
• 字数: 5209字
• 语种: 中文

摘要

为有效应对频发的局域气象灾害，急需深入研究局域环境下降雨量的气象数据挖掘技术，以提高降雨预测的准确率。提出了一个基于支持向量机的多组合器协同分析方法，构建了一个多组合器协同分析模型，通过用气象数据的实证性分析与实验，实验结果表明：该多组合器协同分析模型具有较高的预测准确性和分类稳定性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	滕少华	广东工业大学计算机学院	121	825	15.0	20.0
2	张巍	广东工业大学计算机学院	62	412	11.0	15.0
3	刘冬宁	广东工业大学计算机学院	42	183	8.0	11.0
5	陈潇	广东工业大学计算机学院	4	31	3.0	4.0
7	樊继慧	广东工业大学计算机学院	2	25	2.0	2.0