基于支持向量机SVR的黄河凌汛预报方法

• 作者: 李亚伟 陈守煜 韩小军
• 来源期刊: 大连理工大学学报
• 学科: 地球科学
• 关键词: 支持向量机 黄河凌汛 预测
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 船舶、土木工程
• 页码范围: 272-275
• 页数: 4页
• 分类号: P338
• 字数: 3207字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-8608.2006.02.023

摘要

黄河内蒙段每年都有不同程度的凌汛灾害发生,准确及时的凌汛预报能够为防汛工作提供决策支持.但至今尚无一种令人满意的预测模型,为此提出一种基于支持向量机回归(SVR)的凌汛预报模型.SVR是基于统计学习理论的一种机器学习(machine learning)方法,具有严格的理论基础,尤其是在小样本情况下,它能够利用有限的样本信息获得最好的学习效果和泛化能力.实例分析结果表明,基于SVR的凌汛预报方法具有训练速度快、泛化能力强的特点,对黄河内蒙段凌汛期封河历时预测比较准确,这对黄河凌汛防范和水资源的可持续发展具有重要意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈守煜	大连理工大学土木水利学院	167	4365	37.0	60.0
2	李亚伟	大连理工大学土木水利学院	10	462	8.0	10.0
3	韩小军	大连理工大学土木水利学院	4	68	3.0	4.0