论文部分内容阅读
根据沙尘暴天气的特点和支持向量机(support vector machine,SVM)方法在解决小样本学习问题中的优势,提出基于SVM的沙尘暴预测模型.首先利用主成分分析法进行数据预处理,然后选择了径向基核函数,并通过分析惩罚参数和核参数对SVM分类器性能的影响,确定了参数的搜索空间,继而利用网格搜索法对其进行优化.在此基础上,构建并实现了基于SVM的沙尘暴预测模型.该模型与BP神经网络模型的运行结果对比表明,基于SVM的沙尘暴预报模型稳定性好,运行速度快,预报准确率提高了71.2%.