支持向量机和神经网络在粗糙面参数反演中的比较

• 作者: 张连波 苟雪银 郭立新
• 来源期刊: 计算物理
• 学科: 工学
• 关键词: 支持向量机 粗糙面 神经网络 均方根高度 相关长度 反演
• 年，卷（期）: 2014,（1）
• 页码范围: 75-84
• 页数: 10页
• 分类号: TN011
• 字数: 5891字
• 语种: 中文

摘要

首先介绍支持向量机和神经网络方法及其在内部网络训练上的不同.分别利用支持向量机和神经网络对高斯粗糙面的均方根高度和相关长度进行反演.通过仿真结果和误差对比分析,发现在小样本情况下,支持向量机的反演结果比神经网络好,而在具有大量样本的情况下,神经网络的反演精度有显著提高,而且反演时间比支持向量机少很多.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭立新	西安电子科技大学理学院	188	1461	19.0	27.0
2	苟雪银	西安电子科技大学理学院	2	25	2.0	2.0
3	张连波	西安电子科技大学理学院	2	25	2.0	2.0