2025年11月24日
星期一
|
欢迎来到三亚市图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
林波
作品数:
1
被引量:5
H指数:1
供职机构:
国家海洋环境预报中心
更多>>
发文基金:
中国科学院海洋环流与波动重点实验室开放基金
国家海洋公益性行业科研专项
更多>>
相关领域:
天文地球
更多>>
合作作者
徐腾
国家海洋环境预报中心
陈哲
国家海洋环境预报中心
李飞
国家海洋环境预报中心
卢勇夺
国家海洋环境预报中心
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
天文地球
主题
1篇
支持向量
1篇
支持向量机
1篇
支持向量机算...
1篇
向量
1篇
向量机
1篇
向量机算法
1篇
观测数据
1篇
海洋数据
1篇
海洋站
1篇
SVDD
1篇
SVM
机构
1篇
国家海洋环境...
作者
1篇
卢勇夺
1篇
李飞
1篇
林波
1篇
陈哲
1篇
徐腾
传媒
1篇
海洋预报
年份
1篇
2016
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
初探支持向量机算法在海洋站观测数据质量控制中的应用
被引量:5
2016年
为了有效提高海洋观测数据的质量,初步探索引入了一种统计学习算法——支持向量域描述(SVDD)用于海洋站多要素数据质量控制,建立了一套基于SVDD的多要素数据质控方法。该方法拥有惩罚系数C、RBF核参数、质控调节因子ΔR等多个参数,利用历史样本观测数据训练构建质量控制模型,通过该模型实现海洋观测数据质量控制。本文利用真实观测数据对该方法进行了分析检验,验证了该方法能够有效分析数据质量、发现可疑数据,对提高海洋观测资料的可靠性、科学性具有一定借鉴价值。
李飞
卢勇夺
林波
陈哲
刘思晗
徐腾
关键词:
SVM
SVDD
海洋数据
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张