基于SVM的温度预测回归模型

• 作者: 丁少军 卢玉和 孟田华 高清兰 黄荣
• 来源期刊: 现代计算机
• 关键词: 支持向量机 回归分析 机器学习
• 年，卷（期）: 2020,（20）
• 所属期刊栏目: 研究与开发
• 页码范围: 3-6,13
• 页数: 5页
• 字数: 2811字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2020.20.001

摘要

气候温度在人们的生产生活中起着重要的作用,基于大数据对天气温度的预测是常用的一种手段.以山西省大同市为例,首先利用Python爬取网页近8年的天气数据,接着用正则表达式提取这些数据中的日最高温度和最低温度,并对数据进行处理作为训练和检验样本,最后利用支持向量机(SVM)建立基于前10天温度数据的可预测未来一天天气的最高和最低温度的回归预测模型,并对此模型进行了检验.结果显示,此SVM回归预测模型的最高温度预测结果均方差为2.43,最低温度的均方差为2.66,表明此模型的可靠性.基于SVM对天气温度进行预测的方法,可为天气预报工作提供一种既高效又节约的参考手段,具有广阔的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟田华	山西大同大学物理与电子科学学院	15	50	4.0	6.0
2	高清兰		12	3	1.0	1.0
3	卢玉和	山西大同大学物理与电子科学学院	19	61	5.0	7.0
4	黄荣	山西大同大学物理与电子科学学院	2	0	0.0	0.0
5	丁少军	山西大同大学物理与电子科学学院	1	0	0.0	0.0