基于SVM的梅雨量预测研究

来源 :南京信息工程大学 | 被引量 : 5次 | 上传用户:acy333
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近100多年来全球气候变化日益剧烈,各种天灾接踵而至,夏季旱涝灾害是其中重要灾害之一。长江中下游梅雨期资料对度量当地夏季旱涝是一项主要指标,因此对梅雨总量的预测研究对研究长江中下游夏季旱涝情况有重要的意义。如何通过观测有限个历史样本建立模型实现预测是寻找最优预测模型的重要工作。统计学习理论是针对小样本情况下的机器学习理论,其核心思想是通过控制学习机的复杂度实现对其推广能力的控制。在这一理论下发展起来的支持向量机(Support Vector Machines,SVM)以VC维(VC Dimension)和结构风险最小化原则(Structural Risk Minimization,SRM)为基础,解决了小样本、过学习、非线性、高维数、局部小等许多实际问题。时间序列预测是智能计算中主要研究课题之一。本文主要研究的重点是根据近106a(1885-1990年)长江中下游沿江梅雨期的梅雨总量数据和49a(1954-2002年)泰州地区梅雨量数据,分别建立径向基核函数、多项式核函数的时间序列支持向量机(SVM)回归模型,并采用网格寻优参数函数、遗传算法、粒子群优化算法对模型的参数分别进行优化,然后对这六种模型的预测效果进行比较,选择出最佳的模型。
其他文献
本文采用支持向量机,在面向Web文本内容上对其进行分类识别研究。Web文本内容复杂,向量表示的维数大,内容上的疏密性比较明显而且很多有比较强的关联性,传统的文本分类技术效
随着云计算的迅速发展,越来越多的数据被存放在云存储服务器中。云存储作为一种新型的数据存储服务,具有的高可扩展性、高可靠性、价格低廉和可随时随地接入访问的特点,为海
由于本体的广泛应用以及万维网自身分布性特点,导致同一领域不同用户构造标识同一知识范畴的不同本体。这种表示同一知识范畴而采用不同方式构造出的不同本体,称为异构本体。
地震、海啸等自然灾害使得数据容灾备份的需求发生了变化,由传统的本地备份转到建立异地数据容灾备份中心。中心的可靠性必须通过中心的网络管理系统对其设备和网络的状况给
随着信息化建设在高校不断快速发展,越来越多的应用系统已投入使用。但是高校这些信息系统是在不同时间开发的,由不同系统组成,各个系统间缺乏关联,数据难以共享。信息系统之
P2P网络(Peer to Peer Network, P2P Network)是当今分布式计算领域学术研究的热点之一,P2P网络自诞生以来就广泛的应用于分布式资源共享和协同工作。与传统集中式的资源管理
随着因特网的进一步发展,新的、要求更高的业务流层出不穷,正是由于它们的出现对现有的网络提出了如更高的传输效率、动态的路由调整、灵活的网络控制能力等要求。多协议标签
电视的普及,带动了电视广告的飞速发展。广告已成为各个电视台收入的主要来源。为了在竞争日益激烈的广告行业中立于不败之地,电视台对电子商务平台的需求越来越强烈。电视广
随着网络以及多媒体技术的迅速发展,涌现出了大量的数字视频,并呈现出一种急剧增加的趋势。与此同时,也引发了许多新的技术,包括视频存档、编目、索引以及有效存取等。更多的人们
随着计算机技术的快速发展,仿真技术越来越多地受到人们的重视,尤其在虚拟现实领域,为了使虚拟场景更加逼真和自然,对影响虚拟场景沉浸感、逼真度的植物的仿真也越来越多。自