發(fā)布時(shí)間：2025-01-07 07:01

　　沙塵暴是一種災(zāi)害性天氣,它的到來給國(guó)家的經(jīng)濟(jì)和人們的生活帶來了巨大的危害,沙塵暴的預(yù)報(bào)預(yù)警問題早就引起了國(guó)內(nèi)外研究者們的關(guān)注。本文選用支持向量機(jī)方法,選取了合適的預(yù)報(bào)因子和數(shù)據(jù)集,建立了基于支持向量機(jī)的沙塵暴預(yù)報(bào)模型,并對(duì)模型中的核函數(shù)以及各參數(shù)進(jìn)行了優(yōu)化。研究結(jié)果將有益于實(shí)現(xiàn)單個(gè)氣象臺(tái)站的沙塵暴預(yù)報(bào)預(yù)警,為相關(guān)部門進(jìn)行防沙減災(zāi)提供了科學(xué)依據(jù)。 本文的主要研究?jī)?nèi)容如下： (1)利用氣象臺(tái)站的日值數(shù)據(jù)和NCEP格點(diǎn)場(chǎng)的格點(diǎn)數(shù)據(jù),設(shè)計(jì)了基于支持向量機(jī)的沙塵暴預(yù)報(bào)模型。并且針對(duì)模型中使用單一核函數(shù)的局限性,利用組合核函數(shù)對(duì)傳統(tǒng)模型中的核函數(shù)進(jìn)行了優(yōu)化,提出了一種組合核函數(shù)支持向量機(jī)模型。仿真實(shí)驗(yàn)結(jié)果表明,本文提出的組合核函數(shù)支持向量機(jī)預(yù)報(bào)模型提高了預(yù)報(bào)的準(zhǔn)確率,其成功界限指數(shù)比單一核函數(shù)支持向量機(jī)模型高出了大約2.79%。 (2)針對(duì)不平衡數(shù)據(jù)會(huì)導(dǎo)致支持向量機(jī)模型的分類超平面向少數(shù)類傾斜的問題,本文提出了一種處理不平衡數(shù)據(jù)的自適應(yīng)空間混合采樣算法－SRU-AIBSMOTE算法。該算法可以根據(jù)數(shù)據(jù)集內(nèi)部不同類型樣本分布的真實(shí)情況,自適應(yīng)地調(diào)整近鄰選擇策略,在邊界少數(shù)類樣本及其近鄰樣本...

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2.2松她變量的幾何示意圖

界超平面的垂直距離，相當(dāng)于錯(cuò)分的懲罰數(shù)。當(dāng)被正確分類時(shí)（在兩條邊界之外)，等于0，且被錯(cuò)分的偏差越大，的值就越大。如圖2.2所示，其中樣本X,被錯(cuò)誤分類，它到自己應(yīng)在的類的邊界距離（AB長(zhǎng)度）就是他的松弛變量的值《,。12

圖2.3非線性可分SVM

在這樣的直線或者是平面，人量問題的本質(zhì)都是非線性的，分類問題也不例外。支持向量機(jī)能夠用來有效地解決非線性問題，這是其真正有價(jià)值的應(yīng)用。如下圖2.3所示，其基本思想是通過映射將原來線性不可分的樣本（圖2.3(a))映射到高維空間（圖2.3(b))，使樣本集在新的空間中線性可分。....

圖2.5(a)沙塵暴發(fā)生年頻數(shù)

i234S6789101112圖2.5(a)沙塵暴發(fā)生年頻數(shù) 圖2.5(b)沙塵暴發(fā)生月頻數(shù)2.3.2預(yù)報(bào)因子的選擇沙塵暴發(fā)生的物理機(jī)制相當(dāng)復(fù)雜，但必須具備三個(gè)必要條件：沙源、大風(fēng)和不穩(wěn)定的空氣狀態(tài)。根據(jù)沙塵暴發(fā)生的條件，文獻(xiàn)采用了我國(guó)西北部范圍的NCE....

圖2.5

i234S6789101112圖2.5(a)沙塵暴發(fā)生年頻數(shù) 圖2.5(b)沙塵暴發(fā)生月頻數(shù)2.3.2預(yù)報(bào)因子的選擇沙塵暴發(fā)生的物理機(jī)制相當(dāng)復(fù)雜，但必須具備三個(gè)必要條件：沙源、大風(fēng)和不穩(wěn)定的空氣狀態(tài)。根據(jù)沙塵暴發(fā)生的條件，文獻(xiàn)采用了我國(guó)西北部范圍的NCE....

本文編號(hào)：4024671