| Autor: |
ZHENGZhaoxia(郑朝霞), ZHANGHangcai(张行才), JIZhijian(季致建), QIUXiaowei(邱小伟), FANGTaoni(方桃妮), ZHOUMei(周梅) |
| Jazyk: |
čínština |
| Rok vydání: |
2015 |
| Předmět: |
|
| Zdroj: |
Zhejiang Daxue xuebao. Lixue ban, Vol 42, Iss Z1, Pp 138-141 (2015) |
| Druh dokumentu: |
article |
| ISSN: |
1008-9497 |
| DOI: |
10.3785/j.issn.1008-9497.2015.Supp.022 |
| Popis: |
支持向量机方法(SVM)是基于统计学理论的一种较为新颖的学习方法，应用该方法解决小样本条件下的非线性问题既有坚实的理论基础，也十分有效.基于2013~2014年金华站的地面自动站资料、探空气象资料以及大气污染物浓度数据，采用SVM分类方法建立2个金华SVM霾识别预报模型，即初始模型和订正模型，并对其8种核函数最优模型进行对比试验.结果表明：（1）初始模型的正样本分类Ts评分在0.45以上，均高于订正模型，故初始模型分类结果较为理想，可以给实际霾日识别预报提供参考；(2)初始模型的分类结果优于订正模型，且前者的漏报次数明显少于后者，究其原因可以发现14：00气象条件和大气污染物条件对当日是否为霾日的判断非常重要，即14：00前后是灰霾出现比较频繁的时段. |
| Databáze: |
Directory of Open Access Journals |
| Externí odkaz: |
|
