支持向量机方法在单站降水预报中的应用探讨.pdf

第 卷 第 期 暴雨灾害 26 2 Vol.26No.2 第 期年 月 TORRENTIALRAINANDDISASTERS 22007 6 Jun.2007 文章编号:1004-9045(2007)02-0159-04 支持向量机方法在单站降水预报中的应用探讨 1 2 王建生 ,熊秋芬 (武汉中心气象台 武汉 ;中国气象局培训中心,北京 ) 1. , 4300742. 100081 摘 要:将武汉天空云量预报的 个预报因子运用到该站中等以上强度的降水预报中,基于 方法进行了交叉验证 81 SVM 和预报试验。结果表明用81个预报因子建立的5～9月和全样本的降水预报模型有较好稳定性、且对降水都有正的预报 技巧。因此天空云量的预报因子可以用来做降水的预报因子,同时也证明了这些预报因子在天空云量和降水预报中是协 调的。SVM方法为天空云量和降水的预报提供了客观参考依据。 关键词: 方法;天空云量;预报因子;降水预报 SVM 中图分类号: 文献标识码: P457.6 A 1引言 2SVM分类方法基本原理简介 支持向量机( 简记 ) 机器学习问题可概括的表述为:给定训练样本 SupportVectorMachine, SVM (x, 1 [1] N 方法 是基于历史数据训练学习的一种建模方法,但 …… ,其中 ,为 维向量, y),(x,y), ,(x,y) x∈R N y∈ 1 2 2 l l i i 又不同于传统的卡尔曼滤波、 [2-4] [5-7] 等 方法。 或 …… ,给出预报数据集: I J I J ANN SVM -1,1 y∈1,2, ,k x,x, i l+1 l+2 通过合适的内积函数定义非线性变换,把样本空间的 …… ,通过训练学习建立分