 |
期刊名稱： | 海洋預報 |
| 期刊級別： | 核心期刊 | |
| 國內(nèi)統(tǒng)一刊號： | 11-1837/P | |
| 國際標準刊號： | 1003-0239 | |
| 期刊周期： | 雙月刊 | |
| 主管單位： | 國家海洋局 | |
| 主辦單位： | 國家海洋環(huán)境預報中心 | |
| 學術(shù)服務咨詢 服務項目咨詢 | ||
期刊VIP是從事專業(yè)學術(shù)論文發(fā)表支持服務平臺、發(fā)表期刊推薦等業(yè)務為主的網(wǎng)絡服務平臺。旗下匯聚專、兼職教授、博士、碩士及實力本科各層級的各專業(yè)、各行業(yè)優(yōu)秀服務團隊，將為您提供專業(yè)、快速、全面的論文期刊推薦服務。包括政法類、經(jīng)濟類、教育類、醫(yī)學類、科技類、文學類、IT類和農(nóng)業(yè)類，國家級、省級期刊、部分核心期刊在內(nèi)的論文。在本站了解發(fā)表支持服務客戶將獲得更廣闊的選擇空間、更高的通過率、更快的發(fā)表速度、更滿意的服務質(zhì)量!
《海洋預報》期刊簡介
• 期刊信息：《海洋預報》Marine Forecasts(雙月刊)1984年創(chuàng)刊，是公開發(fā)引的科技期刊。該刊為全國核心期刊，海洋學類核心期刊，是中國學術(shù)期刊綜合評價數(shù)據(jù)庫來源期刊。主要探討海洋、氣象學科的理論研究，交流海洋環(huán)境預防技術(shù)方法，總結(jié)預防服務經(jīng)驗，報道科研成果，科技信息及國內(nèi)外海洋、氣象界科技最新動態(tài)及展望。《海洋預報》主管單位：國家海洋局，主辦單位：國家海洋環(huán)境預報中心，國內(nèi)統(tǒng)一刊號：11-1837/P，國際標準刊號：1003-0239
• 期刊欄目：研究與總結(jié)、動態(tài)介紹、應用與服務、科技簡訊、知識講座。
• 數(shù)據(jù)庫收錄情況：國家新聞出版總署收錄 維普網(wǎng)、萬方數(shù)據(jù)庫、知網(wǎng)數(shù)據(jù)庫、劍橋科學文摘、劍橋科學文摘社ProQeust數(shù)據(jù)庫收錄
• 辦刊宗旨：《海洋預報》創(chuàng)刊至今，我們堅持本刊的辦刊宗旨，為防災減災和國防建設做出了一定的貢獻，較圓滿地完成了本刊的主要任務，刊出了海洋預報方面的科研成果，推廣了新的預報方法，介紹了先進的服務經(jīng)驗，普及了預報知識，達到了加強學術(shù)及技術(shù)交流、服務于社會、服務于廣大科技工作者的目的，已經(jīng)成為海洋科技工作者進行學術(shù)交流的良好平臺。
• 影響因子：截止2014年萬方：影響因子：0.39;總被引頻次：393
截止2014年知網(wǎng)：復合影響因子：0.549;綜合影響因子：0.309
•2015 年《海洋預報》雜志第2期優(yōu)秀論文投稿目錄：
南海定量海嘯預警系統(tǒng)……………………………………趙聯(lián)大 于福江 滕駿華
北印度洋風浪流數(shù)值預報系統(tǒng):Ⅰ-設計與實現(xiàn)………………………………蔡夕方 張志遠 樓偉 尹朝暉 黃司保
運用支持向量機方法對數(shù)值模擬結(jié)果的初步釋用………………………………鄧小花 魏立新 黃煥卿 張潤宇
潮汐和潮流影響下蘇北輻射沙洲海域波浪模擬分析………………………………湯志華 鄭曉琴 曹翔宇 顧云碧 肖文軍 張蓓
1205號臺風“泰利”影響下臺灣海峽風浪特征分析………………………………陳劍橋 曾銀東 李雪丁
2012年登陸我國熱帶氣旋的氣候特征分析………………………………張潤宇 李志強
海洋中深度與壓強的轉(zhuǎn)換方法………………………………冀天宇 蔣國榮 史劍 周中剛 鄧波
環(huán)境要素與連云港海域赤潮發(fā)生關(guān)系研究………………………………彭模 劉壽東 趙愛博 楊耀中
逐步回歸分析在渤海海冰等級預報中的應用………………………………鄭冬梅 張書穎 周志強 賈乃東 王主玉 陳海軍
青島近海大型水母漂移集合預測方法研究………………………………吳玲娟 高松 劉桂艷 白濤
臺風“達維”影響山東的暴雨落區(qū)及路徑特征分析………………………………高曉梅 王令軍 閆鳳君 王文波 徐桂華 韓曉 蘇莉莉
論文范文參考：運用支持向量機方法對數(shù)值模擬結(jié)果的初步釋用
1引言支持向量機(Support Vector Machines簡稱SVM)是Vapnik V N等人提出的基于統(tǒng)計學習理論的小樣本學習方法[1-2]。該方法的基本思想是把低維樣本空間的難于線性劃分解決的樣本集通過非線性映射到高維特征空間中,在高維特征空間尋求最優(yōu)劃分超平面,從而實現(xiàn)樣本空間的非線性分類。在短期的氣候預測業(yè)務或短期天氣預報中,由于大氣環(huán)流變化的復雜性和非線性性,決定了大部分的預報對象及其對應的預報因子之間為非線性相關(guān)關(guān)系。目前,國際上應用較為廣泛的支持向量機方法則是一種較為新穎的處理非線性分類和回歸的有效方法[3-4]。滕衛(wèi)平,俞善賢等[5]應用SVM回歸方法在汛期旱澇預測中進行了應用研究,通過相關(guān)分析從前期大氣環(huán)流場、海溫場中選取了相關(guān)性較高的預測因子,建立了浙江省汛期旱澇短期氣候預測模型,效果較傳統(tǒng)的逐步回歸方法有明顯的提高。楊淑群,芮景析等[6]也利用多年的74項環(huán)流特征量、海溫指數(shù)、相關(guān)區(qū)域海平面氣壓等指數(shù),建立了四川盆地5片區(qū)域降水特多或特少的SVM預測模型,并進行了降水分類預測試驗;結(jié)果顯示所建的SVM模型的Ts評分較高。
