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:
为解决单项洪水灾情等级评价指标结果的不相容问题,提高综合评价的精度,本文利用支持向量机分类算法,将洪水灾情非线性、高维评价样本指标通过映射转换为高维空间的线性问题,选取径向基函数作为模型的核函数,建立洪水灾情的支持向量机分类模型,实例证明该方法简便、适用性强,为洪水灾情评价提供了新的途径.
推荐文章
极端洪水灾害损失评估方法及应用
极端洪水灾害
洪灾损失评估
空间信息格网
哈尔滨
基于投影寻踪的洪水灾情评价插值模型
洪水灾情
评价
投影寻踪
遗传算法
插值
洪水灾情评价的脉冲耦合神经网络模型
脉冲耦合神经网络模型
洪水灾情评价
BP模型
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 洪水灾情SVM评估模型
来源期刊 水文 学科 工学
关键词 支持向量机 核函数 洪水灾情 评估
年,卷(期) 2009,(1) 所属期刊栏目 技术应用
研究方向 页码范围 66-88
页数 3页 分类号 TV877
字数 2322字 语种 中文
DOI 10.3969/j.issn.1000-0852.2009.01.017
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 吴丽 大连理工大学水利与土木工程学院 4 16 3.0 4.0
2 田俊峰 2 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (44)
共引文献  (61)
参考文献  (5)
节点文献
引证文献  (5)
同被引文献  (10)
二级引证文献  (16)
1974(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(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)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(8)
  • 参考文献(1)
  • 二级参考文献(7)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(6)
  • 参考文献(2)
  • 二级参考文献(4)
2005(3)
  • 参考文献(2)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(2)
  • 二级引证文献(1)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
支持向量机
核函数
洪水灾情
评估
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
水文
双月刊
1000-0852
11-1814/P
大16开
北京宣武区白广路二条2号
2-430
1956
chi
出版文献量(篇)
2533
总下载数(次)
6
论文1v1指导