题目:沙尘暴与各项气象指标的关系分析
) G8 a+ n1 y0 h
+ Z1 d; O. ?1 N3 {5 _
关 键 词:
支持向量机;核函数;主成分分析;沙尘暴预测
* |/ v% A4 C% T* O
摘要：
根据沙尘暴天气的特点和支持向量机(support vector machine, SVM)方法在解决小样本学习问题中的优势，提出基于SVM的沙尘暴预测模型.首先利用主成分分析法进行数据预处理，然后选择了径向基核函数，并通过分析惩罚参数和核参数对SVM分类器性能的影响，确定了参数的搜索空间，继而利用网格搜索法对其进行优化.在此基础上，构建并实现了基于SVM的沙尘暴预测模型.从而使人们可以根据相关气象数据的监测结果，估计出沙尘暴在某地区某段时间内发生的次数。运用此模型我们预测了在近期内观测站所在地发生沙尘暴的风险，并在高风险时发出警报信息。
该模型与BP神经网络模型的运行结果对比表明，基于SVM的沙尘暴预报模型稳定性好，运行速度快，预报准确率提高了71.2%.
[attach]4105[/attach]| 欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) | Powered by Discuz! X2.5 |