位置:成果数据库 > 期刊 > 期刊详情页
利用在线向量机和Unscented Kalman滤波进行降水序列滤波研究
  • ISSN号:1671-8860
  • 期刊名称:《武汉大学学报:信息科学版》
  • 时间:0
  • 分类:P228.41[天文地球—大地测量学与测量工程;天文地球—测绘科学与技术]
  • 作者机构:[1]中南大学信息物理工程学院,长沙市麓山南路410083, [2]湖南省益阳市气象局,益阳市秀峰西路413000
  • 相关基金:国家自然科学基金资助项目(30570279 40874005);国家自然科学基金青年科学基金资助项目(40901171); 武汉大学测绘遥感信息工程国家重点实验室开放研究基金资助项目(WKL(070102))
中文摘要:

针对短周期降水序列模型估计困难、滤波误差不确定问题提出了在线向量机与Unscented Kalman滤波相结合的降水时间序列预测与滤波方法。从理论推导到真实数据的实验以及详细的误差分析证明了本方法对短周期降水序列滤波有较好的合理性和有效性。相比传统Kalman滤波方法和向量机滤波方法,该方法有更好的滤波性能和实用性。

英文摘要:

In order to filter the series,the traditional algorithms require an explicit system model which is a difficult problem in nonlinear-system.We present an effective method based on the online support vector machine and Unscented Kalman filter method to filter a precipitation series.The experimental results show that our proposed method is more efficient to get accurate result than the traditional Kalman filter method and the support vector machine method.

同期刊论文项目
期刊论文 13 会议论文 3 著作 1
同项目期刊论文
期刊信息
  • 《武汉大学学报:信息科学版》
  • 中国科技核心期刊
  • 主管单位:国家教育部
  • 主办单位:武汉大学
  • 主编:刘经南
  • 地址:湖北武汉珞珈山
  • 邮编:430072
  • 邮箱:whuxxb@vip.163
  • 电话:027-68778045
  • 国际标准刊号:ISSN:1671-8860
  • 国内统一刊号:ISSN:42-1676/TN
  • 邮发代号:38-317
  • 获奖情况:
  • 全国优秀科技期刊,全国优秀高校自然科学学报一等奖,湖北省优秀期刊称号
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰地学数据库,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:24217