| 基于SVM的海浪要素预测试验研究 |
| |
| 引用本文： | 金 权,华 锋,杨永增.基于SVM的海浪要素预测试验研究[J].海洋科学进展,2019,37(2):199-209. |
| |
| 作者姓名： | 金 权 华 锋 杨永增 |
| |
| 作者单位： | 自然资源部 第一海洋研究所,山东 青岛,266061;自然资源部 第一海洋研究所,山东 青岛,266061;自然资源部 第一海洋研究所,山东 青岛,266061 |
| |
| 基金项目： | 国家重点基础研究发展计划（973计划） |
| |
| 摘 要： | 采用支持向量机对海浪要素中的有效波高进行预测,采用风场和波浪场作为学习要素,对比不同特征向量对有效波高预测结果的准确度。取台湾岛东部海区作为实验区域,使用NCEP再分析的数值模式数据作为学习样本。选用支持向量分类机,建立了4组不同特征向量的模型进行海浪有效波高的预测,并对4种模型的结果进行比较和分析。实验表明,当输入的特征向量过多或过少时,会对模型的预测结果和计算效率产生不同的影响。当使用风场和波浪场共同作为特征向量进行学习时,在该区域预测结果与模式预报结果相比更接近,相关系数将近99%,均方根误差约0.2 m。
|
| 关 键 词： | 支持向量机 海浪要素预测 海浪数值模式 |
Prediction of the Significant Wave Height Based on the Support Vector Machine |
| |
| JIN Quan,HUA Feng,YANG Yong-zeng.Prediction of the Significant Wave Height Based on the Support Vector Machine[J].Advances in Marine Science,2019,37(2):199-209. |
| |
| Authors: | JIN Quan HUA Feng YANG Yong-zeng |
| |
| Institution: | (First Institute of Oceanography, MNR, Qingdao 266061, China) |
| |
| Abstract: | JIN Quan;HUA Feng;YANG Yong-zeng(First Institute of Oceanography, MNR, Qingdao 266061, China) |
| |
| Keywords: | Support Vector Machine significant wave height wave numerical model |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《海洋科学进展》浏览原始摘要信息 |
| 点击此处可从《海洋科学进展》下载免费的PDF全文 |
|
