论文部分内容阅读
SVM（Support Vector Machines）方法独特新颖，具有坚实的理论支撑；其方法依据关键样本（支持向量）来建立最终的决策函数，与传统的基于确定因子的权重系数来明确表达各个因子的权重组合及预报对象变化的常规统计方法有显著的区别。作为对一种新的数值预报产品的释用方法尝试，利用欧洲中心数值产品及兴义市历年温度资料，利用支持向量机方法作了兴义市24h平均温度预报试验，其结果显示出了该方法有一定的预报能力。