利用支撑向量机预报大气污染物浓度 |
| |
引用本文: | 马晓光,胡非.利用支撑向量机预报大气污染物浓度[J].自然科学进展,2004,14(3):349-353. |
| |
作者姓名: | 马晓光 胡非 |
| |
作者单位: | 1. 中国科学院大气物理研究所大气边界层物理和大气化学国家重点实验室,北京,100029;中国科学院研究生院,北京,100039 2. 中国科学院大气物理研究所大气边界层物理和大气化学国家重点实验室,北京,100029 |
| |
摘 要: | 针对污染物浓度序列具有强非线性和显著长程相关性的特点,结合相空间重构和支撑向量机(SVM)构建了一个多步预报的递归模型.对理想混沌序列和多种污染物浓度资料的实验结果表明,模型预报的准确率和效率均显著优于人工神经网络.这种通用建模方法的优势在于对系统非线性机制的反馈十分清晰,充分发挥了SVM适用于小样本问题、映射能力强、全局最优等特点,对非线性时间序列预报适用的其他领域同样具有启发意义.
|
关 键 词: | 大气污染预报 支撑向量机 相空间重构 非线性 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
| 点击此处可从《自然科学进展》浏览原始摘要信息 |
| 点击此处可从《自然科学进展》下载免费的PDF全文 |
|