您的位置: 专家智库 > >

赵文芳

作品数:2 被引量:18H指数:1
供职机构:中国气象局北京城市气象研究所更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 1篇期刊文章
  • 1篇专利

领域

  • 1篇自动化与计算...

主题

  • 1篇优化算法
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇通讯接口
  • 1篇图像
  • 1篇图像处理
  • 1篇图像处理单元
  • 1篇能见度
  • 1篇子群
  • 1篇向量
  • 1篇向量机
  • 1篇粒子群
  • 1篇粒子群优化
  • 1篇粒子群优化算...
  • 1篇接口
  • 1篇均值
  • 1篇花粉
  • 1篇黑体
  • 1篇服务器
  • 1篇串口服务器

机构

  • 2篇中国气象局北...
  • 1篇玉溪师范学院
  • 1篇北京市气象信...

作者

  • 2篇王京丽
  • 2篇赵文芳
  • 1篇曹晓彦
  • 1篇阮顺贤

传媒

  • 1篇计算机应用

年份

  • 1篇2019
  • 1篇2013
2 条 记 录,以下是 1-2
排序方式:
基于数字摄像法的能见度测量系统及方法
本发明为基于数字摄像法的能见度测量系统及方法,包括数字摄像单元、图像处理单元、能见度计算单元、控制单元、网络连接单元,包括与图像处理单元连接的串口服务器,其作为通讯接口转换器;及,计算机;及,路由器,负责搭建连接图像处理...
王京丽阮顺贤赵文芳曹晓彦
文献传递
基于粒子群优化和支持向量机的花粉浓度预测模型被引量:18
2019年
为了提高花粉浓度预报的准确率,解决现有花粉浓度预报准确率不高的问题,提出了一种基于粒子群优化(PSO)算法和支持向量机(SVM)的花粉浓度预报模型。首先,综合考虑气温、气温日较差、相对湿度、降水量、风力、日照时数等多种气象要素,选择与花粉浓度相关性较强的气象要素构成特征向量;其次,利用特征向量与花粉浓度数据建立SVM预测模型,并使用PSO算法找出最优参数;然后利用最优参数优化花粉浓度预测模型;最后,使用优化后的模型对花粉未来24 h浓度进行预测,并与未优化的SVM、多元线性回归法(MLR)、反向神经网络(BPNN)作对比。此外使用优化后的模型对某市南郊观象台和密云两个站点进行逐日花粉浓度预测。实验结果表明,相比其他预报方法,所提方法能有效提高花粉浓度未来24 h预测精度,并具有较高的泛化能力。
赵文芳王京丽王京丽刘亚楠
关键词:支持向量机粒子群优化算法SPARK
共1页<1>
聚类工具0