支持向量机在径流预报中的应用探讨

• 作者: 冯宝平 卢敏 张展羽
• 来源期刊: 人民长江
• 学科: 地球科学
• 关键词: 支持向量机(SVM) 最小二乘支持向量机 神经网络 径流 预测 回归分析
• 年，卷（期）: 2005,（8）
• 所属期刊栏目: 水文泥沙
• 页码范围: 38-39,47
• 页数: 3页
• 分类号: P338+.2
• 字数: 3120字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4179.2005.08.016

摘要

径流的形成是一个涉及到水文、气象及力学等复杂的过程,中间包含降水、蒸发、产流、汇流等复杂过程,还受到地形、地貌、流域下垫面和人类活动等因素影响,其变化非常复杂,作为一种新的机器学习算法,支持向量机在样本有限的情况下,采用结构风险最小化准则,把学习问题转化为一个二次规划问题,从而得到唯一的全局最优解.尝试将最小二乘支持向量机技术用于径流预测,并与BP神经网络方法的预测结果进行了对比,证明SVM方法预测径流量精度要优于BP神经网络方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张展羽	河海大学现代农业工程系	159	2817	33.0	42.0
2	冯宝平	河海大学现代农业工程系	27	468	13.0	21.0
3	卢敏	河海大学现代农业工程系	16	228	6.0	15.0