支持向量机SVM方法在郑州冬季温度趋势预测中试应用

摘要

由陈永义编著的<支持向量机方法及其在气象中的应用>可知,SVM是处理非线性分类和回归等问题的一种有效的新方法.SVM方法的核心概念是支持向量,SVM方法具有坚实的理论基础,并可以给出学习机推广能力的界.自然发生的两个问题是如何求得非线性影射(ψ)和解决算法的复杂性.SVM方法巧妙地解决了这两个难题;由于应用了核函数的展开定理,所以根本不需要知道非线性映射的显式表达式;由于是在高维特征空间中应用线性学习机的方法,所以与线性模型相比几乎不增加计算的复杂性.SVM则具有处理海量信息、"巧妙"提取所关注对象的"特征"的能力.近两年SVM方法开始在我国气象上得到应用,本文介绍支持向量机SVM方法在郑州冬季温度趋势预测中试应用.