【摘 要】
：
支持向量机(Support Vector Machine，简称SVM)是基于统计学习理论的新一代机器学习技术，其非线性回归预测性能优越于传统统计方法。本文利用1996～2005年6～9月白山流域4个主要站点
【机 构】
：
吉林省气象科技服务中心，长春，130062
论文部分内容阅读
支持向量机(Support Vector Machine，简称SVM)是基于统计学习理论的新一代机器学习技术，其非线性回归预测性能优越于传统统计方法。本文利用1996～2005年6～9月白山流域4个主要站点的降水资料和NCEP再分析的物理量资料,分别建立白山流域4个主要站点的SVM回归模型,并进行相应的预报检验,实验结果显示SVM回归模型效率高、准确率高,预报绝对误差小,具有良好的预报能力。
其他文献
为了研究WRF模式中的参数化方案对暴雨数值模拟的影响及物理过程集合预报在WRF降水集合预报中的适用性，利用中尺度WRF3.0数值模式，将模式中的物理过程参数化方案进行组合，构造了
为了研究WRF模式中的行星边界层方案对暴雨数值模拟的影响，利用中尺度WRF3.0数值模式模拟了两个不同性质的暴雨个例，一个是2006年7月的“碧利斯”暴雨，另一个是2007年7月由中尺
利用2005-2008年江苏省73个市、县国家气象站地面常规测风资料，通过对江苏省2005-2008年大风事实的分析发现：春、夏两季是江苏省大风的多发季节。从大风发生时段来看，下午是大风
本文利用天气图、地面观测资料、探空资料和NCEP1°×1°再分析资料对九江机场一次冰雹天气过程的环流形势、天气影响系统以及强对流发生发展的条件进行了分析，并计算、分析了
本文通过雷达回波图，卫星云图以及天气图分析产生于山东半岛的一次冰雹过程，通过分析进一步了解了雷达回波图，卫星云图以及天气图的应用和掌握，对于强对流天气有了一个更为深刻的
针对长江下游东段近18年的高水位过程，利用同期常规水文资料和天气图资料，以天气学原理、风暴潮原理和农历潮汐等相关理论为基础，通过经验统计分析，破译了影响东段各类型高水位增
本文用MM5模式以NCEP资料为初值对2006年6月5日～7日的一次福建暴雨过程进行数值模拟，在模拟结果可以较好地再现实况的基础上，利用高分辨率的模式输出资料结合实况资料对影响本次
本文在对连云港市近5年冬季45个不同形态降水样本统计分析基础之上，利用常规天气图、物理量场以及新一代天气雷达资料，对发生在2007年冬季的三次不同形态(纯雨、雨夹雪、纯雪)
2000年以来，淮河流域发生了两次严重的洪涝灾害，即2003年和2007年的汛期洪涝灾害。这两次洪涝灾害的特点是：6月底至7月下旬前期多降雨天气，且伴有连续性强降水过程。2007年和2003
本文讨论了松辽流域产生暴雨洪水的主要影响天气系统，以及流域性洪水的产汇流特性。介绍了开展流域性洪水预报的成功经验，并且研究探讨了在松辽流域建立水文气象耦合模型进行洪