支持向量机及其在径流预测中的应用

被引：48

作者：

廖杰 ^{[1
]}

王文圣 ^{[1
]}

李跃清 ^{[2
]}

黄伟军 ^{[1
]}

机构：

[1] 四川大学水利水电学院

[2] 中国气象局成都高原气象研究所

来源：

四川大学学报(工程科学版) | 2006年 / 06期

关键词：

支持向量机; 结构风险最小化; 径流预测;

D O I：

10.15961/j.jsuese.2006.06.005

中图分类号：

P333 [水文分析与计算];

学科分类号：

081501 ;

摘要：

给出了支持向量机方法(SVM)的思路、特点及关键之处,探讨了SVM在径流预测中的可能性,并与基于遗传算法的门限回归模型(TR)进行了对比分析。径流预测实例分析表明,在拟合阶段,SVM模型要好于TR模型;在预留检验阶段,SVM模型与TR模型接近。同时SVM模型适合于小样本情况且能达到全局最优。SVM模型用于径流预测是可行的、优越的。

引用

页码：24 / 28

页数：5

共 8 条

[1] 基于支持向量机的洪水预报模型初探 [J].