径流预测的支持向量机应用研究

• 作者: 卢敏 张展羽
• 来源期刊: 中国农村水利水电
• 学科: 工学
• 关键词: 支持向量机(SVM) 神经网络 预测 回归
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 水文水资源
• 页码范围: 47-49
• 页数: 3页
• 分类号: TV121
• 字数: 3402字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-2284.2006.02.017

摘要

支持向量机是近年来提出的一种新的机器学习算法,它能针对在样本有限的情况,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来获得最优解,从而克服了神经网络易陷于局部极小值的缺点.尝试将支持向量机算法应用于径流预测,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略优于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	卢敏	河海大学现代农业工程系	16	228	6.0	15.0