Tornado Detection with Support Vector Machines
Tornado Detection with Support Vector Machines
复制标题
DOI：
10.1007/3-540-44864-0_30
复制
发表时间：
2003-06
期刊：
影响因子：
--
通讯作者：
T. Trafalis;Huseyin Ince;M. B. Richman
中科院分区：
文献类型：
--
作者：
T. Trafalis;Huseyin Ince;M. B. Richman
美国国家气象局（NWS）的中气旋检测算法（MDA）使用经验规则处理来自1988多普勒天气监测雷达（WSR-88D）的速度数据。本研究将支持向量机（SVM）应用于中气旋探测。与神经网络、径向基函数网络等其他分类方法的比较表明，SVM在中气旋/龙卷风检测中更为有效。
The National Weather Service (NWS) Mesocyclone Detection Algorithms (MDA) use empirical rules to process velocity data from the Weather Surveillance Radar 1988 Doppler (WSR-88D). In this study Support Vector Machines (SVM) are applied to mesocyclone detection. Comparison with other classification methods like neural networks and radial basis function networks show that SVM are more effective in mesocyclone/tornado detection.