在大气系统中, 集成(combining/consensus)预报的关键问题是,订正子预报模式系统偏差,并给子模式以合理权重,从而对多模式的预报结果进行更为客观的解释。长期以来,这是国际上数值预报研究的热点问题之一。.本项目利用智能计算领域新发展的支撑向量机算法,设计一个针对历史样本数目较少情况下的非线性映射模型,用以同步订正子系统偏差并动态地确定权重,拟利用国际大气模式比较计划(AMIP)数据集、多个全球模式的数值天气预报产品对本方法进行实际验证,为天气系统的预报,提供新的自适应、客观集成的研究工具。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
基于分形L系统的水稻根系建模方法研究
正交异性钢桥面板纵肋-面板疲劳开裂的CFRP加固研究
硬件木马:关键问题研究进展及新动向
基于LASSO-SVMR模型城市生活需水量的预测
混合集成降水预报方法
小样本辨识方法研究及其在建模技术中的应用
面向高维小样本数据的集成分类方法研究
基于灰色理论的小样本振荡序列预测方法及其应用研究