基于支持向量机回归的气象预测方法的研究开题报告
2022-01-14 20:27:14
全文总字数:3395字
1. 研究目的与意义及国内外研究现状
天气状况、气候变化无时无刻不影响着人类的生存与发展,与人们的生产生活、交通运输、身体健康、军事活动等息息相关。
开展气象研究,根本目的在于“知风晓雨,为我所用”。
随着理论研究的加深和实践经验的累积,气象预测在防灾减灾、环境保护以及交通运输上均起到重要作用,并在农林、渔盐、交通、工程、医疗卫生和军事国防等方面取得良好效果。
2. 研究的基本内容
本课题将结合深度学习相关理论知识,提出一种具有更高预测精度的气象预测算法。
考虑到气象数据具有大数据特征,且其具有季节性和地域性规律,因此本文将使用深度学习模型,采用真实气象数据,通过实验对神经网络模型和支持向量机参数进行调整,对气象温度预测进行学习和研究。
再通过调整模型结构,以获得更好的预测模型和预测精度。
3. 实施方案、进度安排及预期效果
实施方案:所提算法使用python语言编写,基于开源的科学计算库和机器学习框架,运用pycharm软件实现,通过公开的天气数据进行网络训练和测试。
进度安排:2018.12.30--2019.01.31 对国内外气象预测研究进行综述并分析现有工作存在的问题;学习机器学习知识,熟悉科学计算库和可开源框架。
2019.02.01--2019.03.31 实现所提算法2019.04.01--2019.04.31 测试并完善2019.05.01--2019.05.25 撰写论文,准备答辩预期效果:所提出的方法可以实现,具有更高预测精度。
4. 参考文献
[1]何金海,郭品文,银燕,等. 大气科学概论[m].北京:气象出版社,2012.5
[2]刘鑫达. 基于深度学习的气象温度预测研究[d].宁夏大学,2016.
[3]穆穆. 气象预报的方法与不确定性[j]. 气象,2011,37(1):1-13