基于支持向量机的东港市降水量预测模型研究

• 作者: 倪远臣
• 来源期刊: 陕西水利
• 学科: 工学
• 关键词: 支持向量机 BP神经网络 降水量预测
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 科技
• 页码范围: 134-135
• 页数: 2页
• 分类号: TV124
• 字数: 2289字
• 语种: 中文

摘要

水是生命之源,降水量的变化直接影响着农业生产和生态平衡.本文立足于辽宁省东港站1970年～2013年共44年的降水量资料,运用支持向量机模型,建立基于支持向量机(SVM)的降水量预测模型,并将SVM模型与BP人工神经网络预测模型预测结果进行对比分析.结果表明:基于支持向量机(SVM)的降水量预测模型预测精度优于BP神经网络预测模型,且收敛速度快,迭代次数少;能够客观的反应东港市降水量情况,且方法简单、可行,为辽宁省东港市的降水量预测提供了较为有效的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	倪远臣		2	1	1.0	1.0