首页 | 本学科首页   官方微博 | 高级检索  
     

结合支持向量机和近邻法的太阳耀斑预报方法
引用本文:李蓉,崔延美.结合支持向量机和近邻法的太阳耀斑预报方法[J].计算机工程与设计,2009,30(15).
作者姓名:李蓉  崔延美
作者单位:1. 北京物资学院,信息学院,北京,101149
2. 中国科学院,空间科学与应用研究中心,北京,100190
基金项目:国家自然科学基金重点项目,北京市属高等学校人才强教计划基金项目,北京市教育委员会科研基地建设摹金项目,北京市教育委员会科技计划基金项目 
摘    要:为了提高太阳耀斑预报模型的预报精度,提出了一种结合支持向量机和近邻法(SVM-KNN方法)的太阳耀斑预报方法.将太阳耀斑预报问题看作一个模式识别问题,在此基础上建立新的预报方法.选择太阳活动区的特征参量作为预报因子,如果活动区未来48小时发生大于等于M级耀斑标识为正例样本,未发生耀斑为反例样本,由这些样本组成训练集代入SVM训练算法构造了耀斑预报模型.通过输入活动区的特征参量值,预报模型使用SVM-KNN分类算法预报该活动区未来2天内是否发生太阳耀斑.模拟预报结果表明,新方法比使用SVM方法具有较高的报准率,可以应用到其它太阳活动预报领域.

关 键 词:支持向量机  核函数  最优分类超平面  预报因子  代表点

Solar flare forecasting method of combining support vector machine with nearest neighbors
LI Rong,CUI Yanmei.Solar flare forecasting method of combining support vector machine with nearest neighbors[J].Computer Engineering and Design,2009,30(15).
Authors:LI Rong  CUI Yanmei
Abstract:
Keywords:
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