典型文献
基于支持向量回归的海面高度统计预报方法研究
文献摘要：
本文提出了一种基于支持向量回归的统计预报方法,通过经验正交分解对原始数据矩阵进行时空分解,提取出空间模态和时间系数.由于海面高度变化具有非线性、大惯性的特点,对时间系数进行小波分析,能有效滤除其中的高频信号,得到表征海面高度变化的低频信号.利用支持向量回归方法对小波分解后的低频信号构建预报模型,然后进行小波重构,还原时间序列长度,实现未来7天的海面高度预报.通过黑潮附近海域的海面高度预报结果进行验证,该预报方法的预报效果优于整合滑动平均自回归预报方法.本文通过机器学习的算法实现了海面高度的预报,为海洋预报方法提供了新的思路.
文献关键词：
统计预报;海面高度异常;小波分析;经验正交分解;支持向量回归
中图分类号：
作者姓名：
杨毅;王亚波;邓林;杨宗元;袁克非;杨建
作者机构：
武汉第二船舶设计研究所,湖北 武汉 430010
文献出处：
引用格式：
[1]杨毅;王亚波;邓林;杨宗元;袁克非;杨建-.基于支持向量回归的海面高度统计预报方法研究)[J].海洋通报,2022(05):548-555
A类：
B类：
支持向量回归,统计预报,预报方法研究,经验正交分解,原始数据,数据矩阵,大惯性,小波分析,滤除,高频信号,小波分解,预报模型,小波重构,还原时间,黑潮,近海,海域,预报效果,滑动平均,自回归,算法实现,海洋预报,海面高度异常
AB值：
0.265956
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
