论文部分内容阅读
我们在场为导致的强风的预言的支持向量机器(SVM ) 的申请由每在强风脸之间的延期和距离带进最大的充电的考虑去监视扎根了颤动指。为了调查这的适用性，来临，由 SVM 的预言与常规预言者方程相比。强风颤动学习在 Pithoragarh 的菱镁矿矿被执行，印度。总数 170 强风颤动数据集合在不同战略、脆弱的地点被记录在并且在附近到我的。从 170 个数据集合， 150 被用于训练 SVM 网络象一样决定不同常规预言者方程的地点常数，而， 20 个新随机选择的数据集合被用来把 SVM 网络的预言能力与常规预言