支持向量机SVM方法在郑州冬季温度趋势预测中试应用论文.pdfVIP

支持向量机SVM方法在郑州冬季温度趋势预测中试应用 ·41· 支持向量机SVM方法在郑州冬季温度 趋势预测中试应用 常军1 朱业玉1 李素萍2 (1河南省气象台，郑州450003；2河南省专业气象台，郑州450003) 关键词：支持向量机训练集 实验集检验集 1 SVM方法的基本思想 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。SVM方法的基本思想简单说就是升维和线性化：即基于Mercer核展开 定理，通过非线性映射甲，把样本空间映射到一个高维乃至于无穷维的特征空间(Hilbert空间)，在特 征空间中引入￡(不敏感函数)，定义最优线性回归超平面，并把寻找最优线性回归超平面的算法归结 为求解一个凸约束条件下的一个凸规划问题，并可以求得全局最优解。使在特征空间中可以应用线性 学习机的方法解决样本空间中的高度非线性分类和回归等问题。降维(即把样本空间向低维空间做投