您的位置: 专家智库 > >

高传智

作品数:2 被引量:14H指数:1
供职机构:解放军理工大学气象学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:天文地球更多>>

文献类型

  • 1篇期刊文章
  • 1篇会议论文

领域

  • 1篇天文地球

主题

  • 1篇云量
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇知识
  • 1篇知识体系
  • 1篇识体
  • 1篇天气学
  • 1篇最小二乘
  • 1篇最小二乘支持...
  • 1篇向量
  • 1篇向量机
  • 1篇课程
  • 1篇课程建设
  • 1篇教学
  • 1篇教学改革
  • 1篇教学内容
  • 1篇核函数

机构

  • 2篇解放军理工大...

作者

  • 2篇高传智
  • 1篇刘丹军
  • 1篇王学忠
  • 1篇姜勇强
  • 1篇胡邦辉
  • 1篇陈中一
  • 1篇张波

传媒

  • 1篇气象科学

年份

  • 1篇2011
  • 1篇2007
2 条 记 录,以下是 1-2
排序方式:
“天气学”课程知识体系与教学内容的改革和发展
本文主要介绍为适应我国现代高等教育发展趋势,我校“天气学”课程紧跟学科专业发展,满足业务发展需求,完成人才培养目标,遵循课程教学规律,整合课程知识体系,精简优化、科学发展课程教学内容,创新和发展课程的理论和实践教学。
陈中一张波高传智姜勇强
关键词:天气学课程建设教学改革
最小二乘支持向量机在云量预报中的应用被引量:14
2011年
基于2003—2006年逐年1、8月WRF区域数值预报产品和单站观测资料,采用最小二乘支持向量机回归方法,结合选取合适的参数和核函数,分别按月通过不同长度样本序列建立了台北和厦门站总云量和低云量短期释用预报模型,利用2007年1、8月样本资料对模型进行了预报和检验,并与神经网络方法进行了对比。结果表明:最小二乘支持向量机回归方法的预报效果要好于神经网络方法;两站不同长度样本的总云量和低云量预报模型,预报效果较好,其预报准确率不会因为训练样本的减少而降低。可见,最小二乘支持向量机回归在云量等气象要素释用预报方面,具有较好的应用前景。
胡邦辉刘丹军王学忠高传智
关键词:支持向量机核函数云量
共1页<1>
聚类工具0