基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
鉴于降雨量受众多因素的影响和具有复杂的非线性特点,提出将最小二乘支持向量机用于预测降雨量.最小二乘支持向量机(LSSVM)基于结构风险最小化,能够较好地协调经验风险最小化和学习机器VC维之间的关系,并且LSSVM在支持向量机(SVM)的基础上,通过将价值函数改为最小二乘价值函数,以及用等式约束代替不等式约束,将求解的二次规划问题转化线性方程组求解,采用径向基核函数,得到LSSVM模型的待定参数比标准支持向量机少,仅为2个.在Matlab环境下建立了最小二乘支持向量机的降雨预测模型.经实例验证,该模型收敛速度快、预测精度高.与基于RBF神经网络的降雨量模型相比,基于最小二乘支持向量机的降雨量模型具有更强的预测能力.
推荐文章
基于最小二乘支持向量机的蜡沉积速率预测
最小二乘支持向量机
蜡沉积速率
预测
模型
模型精度
基于最小二乘支持向量机的复杂装备故障预测模型研究
故障预测模型
回归算法
最小二乘支持向量机
基于最小二乘支持向量机的铁路客运量预测研究
铁路客运量
最小二乘支持向量机
预测模型
基于灰色最小二乘支持向量机的边坡位移预测
边坡位移
灰色模型
最小二乘支持向量机
遗传算法
时间序列
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于最小二乘支持向量机的降雨量预测
来源期刊 人民长江 学科 地球科学
关键词 降雨量 最小二乘支持向量机 Matlab 预测
年,卷(期) 2008,(19) 所属期刊栏目 水文水资源
研究方向 页码范围 29-31
页数 3页 分类号 P332.1
字数 2903字 语种 中文
DOI 10.3969/j.issn.1001-4179.2008.19.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 习华勇 河北工程大学水电学院 12 55 3.0 7.0
2 罗伟 河北工程大学水电学院 2 33 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (5)
参考文献  (2)
节点文献
引证文献  (32)
同被引文献  (82)
二级引证文献  (133)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2009(4)
  • 引证文献(4)
  • 二级引证文献(0)
2010(12)
  • 引证文献(6)
  • 二级引证文献(6)
2011(10)
  • 引证文献(3)
  • 二级引证文献(7)
2012(25)
  • 引证文献(7)
  • 二级引证文献(18)
2013(21)
  • 引证文献(4)
  • 二级引证文献(17)
2014(22)
  • 引证文献(1)
  • 二级引证文献(21)
2015(12)
  • 引证文献(1)
  • 二级引证文献(11)
2016(14)
  • 引证文献(2)
  • 二级引证文献(12)
2017(21)
  • 引证文献(2)
  • 二级引证文献(19)
2018(16)
  • 引证文献(2)
  • 二级引证文献(14)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
降雨量
最小二乘支持向量机
Matlab
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
人民长江
月刊
1001-4179
42-1202/TV
大16开
武汉市解放大道1863号
38-22
1955
chi
出版文献量(篇)
12471
总下载数(次)
23
总被引数(次)
55454
论文1v1指导