氣候溫度在人們的生產(chǎn)生活中起著重要的作用,基于大數(shù)據(jù)對天氣溫度的預(yù)測是常用的一種手段。以山西省大同市為例,首先利用Python爬取網(wǎng)頁近8年的天氣數(shù)據(jù),接著用正則表達式提取這些數(shù)據(jù)中的日最高溫度和最低溫度,并對數(shù)據(jù)進行處理作為訓(xùn)練和檢驗樣本,最后利用支持向量機(SVM)建立基于前10天溫度數(shù)據(jù)的可預(yù)測未來一天天氣的最高和最低溫度的回歸預(yù)測模型,并對此模型進行了檢驗。結(jié)果顯示,此SVM回歸預(yù)測模型的最高溫度預(yù)測結(jié)果均方差為2.43,最低溫度的均方差為2.66,表明此模型的可靠性�；�于SVM對天氣溫度進行預(yù)測的方法,可為天氣預(yù)報工作提供一種既高效又節(jié)約的參考手段,具有廣闊的應(yīng)用前景。

【文章頁數(shù)】：5 頁

【部分圖文】：

圖6-13墻體預(yù)測模型結(jié)果

預(yù)測方法并不能實現(xiàn)外窗外表面溫度的有效預(yù)測，其在多樣本場景下的預(yù)測準(zhǔn)確率穩(wěn)定性差。RSM多項式擬合方法的弊端在于高階函數(shù)的計算復(fù)雜性，上述分析中僅考慮各影響因素之間的二階耦合交叉影響，忽略連續(xù)4個時刻的溫度響應(yīng)對于墻體外表面溫度以及外窗外表面溫度的復(fù)雜高階耦合效應(yīng)，雖避免了計算的....

圖6-14外窗預(yù)測模型結(jié)果

并不能實現(xiàn)外窗外表面溫度的有效預(yù)測，其在多樣本場景下的預(yù)測準(zhǔn)確率穩(wěn)定性差。RSM多項式擬合方法的弊端在于高階函數(shù)的計算復(fù)雜性，上述分析中僅考慮各影響因素之間的二階耦合交叉影響，忽略連續(xù)4個時刻的溫度響應(yīng)對于墻體外表面溫度以及外窗外表面溫度的復(fù)雜高階耦合效應(yīng)，雖避免了計算的復(fù)雜性，....

圖1網(wǎng)頁的URL和HTML

我們所獲取天氣數(shù)據(jù)的目標(biāo)站點是：http://wwwqixiangtai.org/2011datongxian4yuetianqi/，其目標(biāo)站點的URL和網(wǎng)頁源碼（HTML）如圖1所示。通過對網(wǎng)頁上的URL分析可知，http://www.qixiangtai.org為歷史天氣網(wǎng)....

圖2爬取數(shù)據(jù)的部分結(jié)果

所爬取溫度數(shù)據(jù)的部分結(jié)果見圖2，其中顯示了2011年4月最低氣溫的部分?jǐn)?shù)據(jù)。1.2數(shù)據(jù)集的建立

本文編號：3999836