基于支持向量机和k近邻的太阳质子事件预报模型
文献类型：期刊论文
| 作者 | 李蓉 ; 崔延美 ; 贺晗 ; 王华宁 |
| 刊名 | 科学技术与工程
 |
| 出版日期 | 2007 |
| 卷号 | 7期号:15页码:3649-3654 |
| 关键词 | 太阳质子事件 耀斑 特征空间 支持向量 |
| ISSN号 | 1671-181 |
| 其他题名 | Solar Proton Event Prediction Model Based on Support Vector Machine and k-Nearest Neighbors |
| 通讯作者 | 北京8701信箱 |
| 中文摘要 | 应用支持向量机和k近邻相结合的方法,建立了太阳质子事件预报模型。预报因子包括黑子面积、磁分型、McIntosh分型、太阳射电流量、活动区位置和软X射线流量。太阳质子事件模型包括两个子模型:质子有无模型和质子峰值流量模型。质子有无模型能对未来24小时是否发生质子事件给出预报,质子峰值流量模型对已发生的质子事件预报峰值流量等级。用2002年和2004年的数据进行了模拟预报,结果显示模型具有较高的报准率,同时显示出活动区位置和软X射线通量是比较敏感的预报因子。 |
| 英文摘要 | The support vector machine(SVM)combined with the k-nearest neighbor(KNN)algorithm is applied to solar proton event prediction．Th e predictors of the model include sunspot area，magnetic class，Machtoish class，solar radio flux，active region location and soft X—ray flux are presented．Th e proton event prediction model is consisted of two sub—models．One is the proton occurrence model，the other is proton peak flux mode1．Th e first provides a solar event occurence prediction，and the second provides a proton peak flux prediction for the predicted event occurence．Th e verification for both models is made with testing data in 2002 and 2004．Th e testing resuhs show that the soft X-ray flux and active region location are sensitive for the proton event occurence and the SVM-KNN algorithm is an promising technique． |
| 学科主题 | 空间环境 |
| 资助信息 | 国家自然科学基金,中国科学院,科技部 |
| 语种 | 中文 |
| 源URL | [http://ir.cssar.ac.cn/handle/122/330]  |
| 专题 | 国家空间科学中心_空间环境部 |
| 推荐引用方式 GB/T 7714 | 李蓉,崔延美,贺晗,等. 基于支持向量机和k近邻的太阳质子事件预报模型[J]. 科学技术与工程,2007,7(15):3649-3654. |
| APA | 李蓉,崔延美,贺晗,&王华宁.(2007).基于支持向量机和k近邻的太阳质子事件预报模型.科学技术与工程,7(15),3649-3654. |
| MLA | 李蓉,et al."基于支持向量机和k近邻的太阳质子事件预报模型".科学技术与工程 7.15(2007):3649-3654. |
入库方式： OAI收割
来源：国家空间科学中心
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。