基于支持向量回归机的气象观测站优化模型(英文)  

Optimization Model of Meteorological Observation Station Based on Support Vector Regression

作　　者：丁兰[1] 贾友见[1] 

机构地区：[1]昆明理工大学理学院,昆明650500

出　　处：《科学技术与工程》2011年第23期5506-5511,共6页Science Technology and Engineering

基　　金：国家自然科学基金(10847139);云南省科学基金(2009CD036,08Z0015)资助

摘　　要：在保证足够信息量的前提下,针对合理减少气象观测站的实际问题,首先利用主成分分析(PCA)降低样本数据的维数。其次利用支持向量回归机(SVR)对样本进行有效的回归。然后结合优化软件lingo对凸二次规划问题(与支持向量回归机相对应)进行求解。最终得出基于主成分分析-支持向量机回归预测优化模型。In the premise to ensure enough information, some measures are taken to reduce meteorological observation station properly. Dimensions of samples are reduced with the principal component analysis method, then samples are regressed effectively based on support vector regression （SVR） finally the regressive forecast model is established combining with Linear Interactive and General Optimizer to solve the convex quadratic programming corresponding to support vector regression.

关 键 词：回归 主成分分析法 支持向量回归机 

分 类 号：P413[天文地球—大气科学及气象学]