SVM方法在乌鲁木齐机场跑道视程预测中的应用

摘要

支持向量学习机(SVM)是基于统计学习理论的模式分类器，本文将SVM方法应用于乌鲁术齐机场跑道视程的预测。利用2004-2006年11月至次年二月的每半小时的自动观测资料，分别建立了跑道视程大于800米和小于800米2个SVM推理模型，并进行了跑道视程的预测试验，结果显示：对训练集的回报、对试验集的预报、对检验集预测的TS评分在48﹪-75﹪之间，较高TS评分表明所建SVM推理模型对跑道视程具有-的预测能力，展示了SVM的优越性和推广前景，可在跑道视程预测业务中参考应用。