1008

挑战赛组委会

题目:沙尘暴与各项气象指标的关系分析

) C7 A) E5 r8 G1 Z# G
' Y/ L+ T* p- Z 关 键 词:
支持向量机;核函数;主成分分析;沙尘暴预测

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%.

1 w) x( ^+ a3 G, O( ?, I. p$ f; j* } x

[此贴子已经被作者于2008-4-16 23:37:09编辑过]