农业与技术
農業與技術
농업여기술
AGRICULTURE & TECHNOLOGY
2013年
3期
137-137
,共1页
蔡仁%李如琦%唐冶%路光辉
蔡仁%李如琦%唐冶%路光輝
채인%리여기%당야%로광휘
短时能见度预报%支持向量机(SVM)%Elman神经网络
短時能見度預報%支持嚮量機(SVM)%Elman神經網絡
단시능견도예보%지지향량궤(SVM)%Elman신경망락
本文选用乌鲁木齐2011和2012年冬季的逐3h的大气能见度和实况气象要素(大气温度、相对湿度、变压和风速)资料,利用支持向量机(SVM)和Elman神经网络方法建立3h能见度预报模型。通过检验发现,支持向量机(SVM)预测结果相比Elman神经网络预测结果更加准确,支持向量机(SVM)预测绝对平均误差为2.77km,相对误差为17.3%,为短时能见度预报提供了一种重要参考,同时表明支持向量机的泛化能力具有显著优势。
本文選用烏魯木齊2011和2012年鼕季的逐3h的大氣能見度和實況氣象要素(大氣溫度、相對濕度、變壓和風速)資料,利用支持嚮量機(SVM)和Elman神經網絡方法建立3h能見度預報模型。通過檢驗髮現,支持嚮量機(SVM)預測結果相比Elman神經網絡預測結果更加準確,支持嚮量機(SVM)預測絕對平均誤差為2.77km,相對誤差為17.3%,為短時能見度預報提供瞭一種重要參攷,同時錶明支持嚮量機的汎化能力具有顯著優勢。
본문선용오로목제2011화2012년동계적축3h적대기능견도화실황기상요소(대기온도、상대습도、변압화풍속)자료,이용지지향량궤(SVM)화Elman신경망락방법건립3h능견도예보모형。통과검험발현,지지향량궤(SVM)예측결과상비Elman신경망락예측결과경가준학,지지향량궤(SVM)예측절대평균오차위2.77km,상대오차위17.3%,위단시능견도예보제공료일충중요삼고,동시표명지지향량궤적범화능력구유현저우세。