支持向量回归在贮灰坝渗流监测中的应用

• 作者: 康飞 李俊杰 马妹英
• 来源期刊: 水电自动化与大坝监测
• 学科: 工学
• 关键词: 贮灰坝 渗流监测 支持向量机 支持向量回归 交叉验证法
• 年，卷（期）: sdzdhydbjc_2006,（3）
• 页码范围: 67-70
• 页数: 4页
• 分类号: TV698.1

摘要

鉴于支持向量机在机器学习方面表现出的良好性能，提出了基于支持向量回归（SVR）算法的贮灰坝渗流监测模型。采用基于平行网格搜索的交叉验证法选择模型参数，避免了参数选择的盲目性、随意性，提高了预测精度。实例分析表明，该渗流监测模型与传统的神经网络（反向传播（BP）网络、径向基核函数（RBF）网络）模型相比，具有预测精度高、泛化能力强等优点，能够快速、准确地预测出指定位置的测压管水位，对贮灰坝水头预报和电厂的安全生产具有实用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马妹英	大连理工大学水利水电工程研究所	5	7	1.0	2.0
2	李俊杰	大连理工大学水利水电工程研究所	65	485	12.0	20.0
3	康飞	大连理工大学水利水电工程研究所	27	157	6.0	12.0