自动站气温数据异常的补偿方法

作     者：张颖超 郭栋 熊雄 贺磊 ZHANG Yingchao;GUO Dong;XIONG Xiong;HE Lei

作者机构：南京信息工程大学信息与控制学院南京210044 南京信息工程大学气象灾害预报预警与评估协同创新中心南京210044 

出 版 物：《计算机应用》 (journal of Computer Applications)

年 卷 期：2014年第34卷第3期

页      面：888-891,897页

核心收录：

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基　　金：江苏省六大人才高峰项目(WLW-021) 江苏省产学研联合创新资金-前瞻性联合研究项目(BY2011111) 南京市产学研资金资助项目(2012T026) 公益性行业(气象)科研专项(GYHY201106040) 中国气象局软科学研究课题项目(SK20120146) 

主　　题：自动气象站 间断噪声 日平均气温 平方平均隶属度函数 模糊支持向量机 补偿 

摘      要：为了保证气象资料的完整性与准确性,针对含有间断噪声的自动站日平均气温数据提出了3种隶属度函数,设计了基于平方平均隶属度函数的模糊支持向量机(FSVM)补偿算法,建立了补偿模型,并与传统支持向量机(SVM)方法进行了对比。实验结果表明:基于平方平均隶属度函数的FSVM方法对噪声点有较强的识别能力,插补后的数据精度达到了1.4℃,优于传统SVM方法的1.6℃;整体预测精度达到了1.13℃,同样优于传统SVM方法的1.42℃。