首页 | 本学科首页   官方微博 | 高级检索  
     检索      

SVM多分类器协同挖掘局域气象数据
引用本文:滕少华,樊继慧,陈潇,张巍,刘冬宁.SVM多分类器协同挖掘局域气象数据[J].广西大学学报(自然科学版),2014(5).
作者姓名:滕少华  樊继慧  陈潇  张巍  刘冬宁
作者单位:1. 广东工业大学 计算机学院,广东 广州,510006
2. 广东工业大学 计算机学院,广东 广州 510006; 广州市萝岗区气象局,广东 广州 510006
基金项目:广东省自然科学基金资助项目(10451009001004804,9151009001000007);广东省科技计划项目(2012B091000173,2013B010401029);教育部重点实验室基金资助项目(110411);广州市科技计划项目,韶关市科技计划项目
摘    要:为有效应对频发的局域气象灾害,急需深入研究局域环境下降雨量的气象数据挖掘技术,以提高降雨预测的准确率。提出了一个基于支持向量机的多组合器协同分析方法,构建了一个多组合器协同分析模型,通过用气象数据的实证性分析与实验,实验结果表明:该多组合器协同分析模型具有较高的预测准确性和分类稳定性。

关 键 词:数据挖掘  支持向量机  组合分析器  局域气象数据  协同工作

Application of SVM-based multi-classifiers in miningcooperatively local area meteorological data
TENG Shao-hua,FAN Ji-hui,CHEN Xiao,ZHANG Wei,LIU Dong-ning.Application of SVM-based multi-classifiers in miningcooperatively local area meteorological data[J].Journal of Guangxi University(Natural Science Edition),2014(5).
Authors:TENG Shao-hua  FAN Ji-hui  CHEN Xiao  ZHANG Wei  LIU Dong-ning
Abstract:
Keywords:data mining  SVM  multi-classifier model  local area meteorological data  cooperation work
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号