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:
径流预测是水文科学研究的重要内容。针对径流时间序列的特性,本文尝试建立了一种惩罚加权支持向量机回归的径流预测模型。通过与BP神经网络和标准支持向量机的结果进行比较,表明该模型预测精度更高,可以用于河川径流的中长期预测。
推荐文章
基于支持向量机回归的电力负荷预测研究
结构风险最小化
支持向量机
支持向量回归
电力负荷预测
神经网络
基于改进支持向量机回归的日径流预测模型
支持向量机
BP神经网络
核函数
径流预测
加权支持向量机求解路径算法研究
求解路径
支持向量回归
加权系数
基于支持向量回归机的粮食产量预测研究
支持向量机
回归预测
参数选择
粮食产量
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 基于惩罚加权支持向量机回归的径流预测模型
来源期刊 水力发电学报 学科 工学
关键词 水文学 径流预测 惩罚系数 惩罚加权支持向量机
年,卷(期) 2012,(6) 所属期刊栏目
研究方向 页码范围 35-38,43
页数 分类号 TV124
字数 语种 中文
DOI
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 马光文 四川大学水利水电学院 244 2305 23.0 37.0
2 黄炜斌 四川大学水利水电学院 66 281 9.0 13.0
3 卫太祥 四川大学水利水电学院 2 17 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (54)
参考文献  (5)
节点文献
引证文献  (17)
同被引文献  (124)
二级引证文献  (118)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(6)
  • 参考文献(1)
  • 二级参考文献(5)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(7)
  • 参考文献(0)
  • 二级参考文献(7)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(3)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(7)
  • 引证文献(2)
  • 二级引证文献(5)
2016(22)
  • 引证文献(6)
  • 二级引证文献(16)
2017(19)
  • 引证文献(2)
  • 二级引证文献(17)
2018(42)
  • 引证文献(3)
  • 二级引证文献(39)
2019(27)
  • 引证文献(0)
  • 二级引证文献(27)
2020(14)
  • 引证文献(1)
  • 二级引证文献(13)
研究主题发展历程
节点文献
水文学
径流预测
惩罚系数
惩罚加权支持向量机
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
水力发电学报
月刊
1003-1243
11-2241/TV
小16开
中国北京清华大学水电工程系
1982
chi
出版文献量(篇)
3865
总下载数(次)
7
总被引数(次)
47197
相关基金
国家科技支撑计划
英文译名:
官方网址:http://kjzc.jhgl.org/
项目类型:重大项目
学科类型:能源
论文1v1指导