基于SVM的气象预测方法的研究开题报告
2021-12-16 22:51:57
全文总字数:2048字
1. 研究目的与意义及国内外研究现状
(1)选题的目的:
采用智能计算方法进行气象预报,从历史数据出发,建立气象预报的模型,从而预测气象因素,是一种比较新的方法,可以探索一种新的气象预报方法。
(2)选题的意义
2. 研究的基本内容
(1)针对短期气候的非线性和非平稳性,尝试将一种处理信号的新方法——经验模态分解(EMD)算法用于对气候时间序列进行平稳化处理。然后用最小二乘支持向量机(LS-SVM)对短期气候建模和预测,并应用到温度预测中。(2)在短期气候预测中,采用均生函数对原时间序列进行周期延拓,然后选用延拓序列和预报因子一起构造数据样本,用支持向量机进行汛期降水量的预测,并应用于浙北地区(5~9)月降水量预测中。(3)在对灾害性天气预测时,利用气象科学研究分析得出的影响因子作为样本数据,建立灾害天气分类模型,并应用于浙北地区的夏季和冬季的灾害天气预测中。
3. 实施方案、进度安排及预期效果
实施方案:
1.学习svm的相关知识,了解svm算法的基本原理和方法;
2.学习气象的相关知测方法,尝试采用智能计算方法进行气象预报,从历史数据出发,建立相关知识的气象预报模型识,深入了解一些基本的气象预测方法;
4. 参考文献
【1】王定成,方廷健,唐毅,马永军. 支持向量机回归与控制的综述. 模式识别与人工智能,2003,16(2):191-196.
【2】王定成, 汪春秀,朱天一,秦军. 基于svm的灾害天气预测方法的研究,武汉理工大学学报,32(24):7-11, 2004.12.
【3】支持向量机—理论、算法与拓展———邓乃扬,田英杰 著