作者:
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:
将主成分分析和支持向量机回归相结合, 以广西5、6月区域平均日降水量作为预报对象, 进行区域日降水量预测研究.首先,整理分析大量的T213数值预报产品信息数据进行主成分分析, 得到主成分数据序列; 其次, 根据主成分数据序列建立训练集训练支持向量机, 并利用遗传算法优化参数; 最后, 输入支持向量机所需数据, 得到主成分预测结果, 建立广西日降水预报模型. 实例计算结果表明, 支持向量机回归模型比逐步回归模型有更好的预测能力.
推荐文章
基于主成分分析和支持向量机的参数费用模型
主成分分析
支持向量机
参数费用模型
神经网络
基于主成分分析和支持向量机的飞参阶段划分研究
飞参
主成分分析
支持向量机
阶段划分
基于主成分分析和支持向量机的作战飞机效能评估
主成分分析
支持向量机
效能
神经网络
基于主成分分析和支持向量机的英语教学质量评价
高校教育
英语教学质量
指标体系
指标权值
主成分分析
支持向量机
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 基于主成分分析和支持向量机的区域降水预测应用研究
来源期刊 广西民族大学学报(自然科学版) 学科 数学
关键词 主成分分析 支持向量机 遗传算法 预测
年,卷(期) 2009,(2) 所属期刊栏目 数学研究
研究方向 页码范围 89-93
页数 5页 分类号 O213
字数 4489字 语种 中文
DOI 10.3969/j.issn.1673-8462.2009.02.024
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 农吉夫 广西民族大学数学与计算机科学学院 18 217 6.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (148)
参考文献  (8)
节点文献
引证文献  (7)
同被引文献  (14)
二级引证文献  (14)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(10)
  • 参考文献(2)
  • 二级参考文献(8)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(6)
  • 参考文献(2)
  • 二级参考文献(4)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(5)
  • 引证文献(2)
  • 二级引证文献(3)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
主成分分析
支持向量机
遗传算法
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
广西民族大学学报(自然科学版)
季刊
1673-8462
45-1350/N
大16开
南宁市大学东路188号
48-96
1994
chi
出版文献量(篇)
2860
总下载数(次)
13
总被引数(次)
7691
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导