参考作物腾发量支持向量回归机实时预报模型

• 作者: 彭世彰 徐俊增 李盼盼 缴锡云 魏征
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 蒸发蒸腾量 学习算法 预报 支持向量机 增噪处理 泛化能力 实时预报
• 年，卷（期）: 2009,（10）
• 所属期刊栏目: 农业水土工程
• 页码范围: 45-49
• 页数: 5页
• 分类号: S161.4
• 字数: 3749字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-6819.2009.10.008

摘要

为了实现高精度的实时预报作物需水量,利用结构风险最小化准则的思想以及核函数的非线性变换把空间变换到高维寻求全局最优解的方法,以最高温度、最低温度、日平均温度、天气阴晴指数和风力等级为输入因子,建立基于支持向量回归机的参考作物腾发量实时预报模型.以江苏南京站2003至2005年的日气象资料进行模型训练和预测,并将各输入因子进行±20%增噪后建立的支持向量回归机模型与传统BP网络模型作为对照.结果表明,支持向量回归机实时预报模型不仅精度高(有效性指数87.93%,平均误差0.2609,合格率87.4%),较传统BP网络模型(有效性指数78.91%,平均误差0.3526,合格率76.8%)有更优的泛化能力,且泛化能力不会因为增噪处理而降低,有较强的适应性及参数可移植性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭世彰	河海大学水文水资源与水利工程科学国家重点实验室	147	3535	32.0	50.0
5	徐俊增	河海大学水文水资源与水利工程科学国家重点实验室	100	1936	25.0	41.0
6	缴锡云	河海大学水文水资源与水利工程科学国家重点实验室	73	853	17.0	27.0
7	魏征	河海大学水文水资源与水利工程科学国家重点实验室	11	231	8.0	11.0
11	李盼盼	河海大学水文水资源与水利工程科学国家重点实验室	4	46	4.0	4.0