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:
降水通常是一个地区水资源的主要补给来源,其准确预测对于水资源量的预测等十分重要.为提高降水量的预测精度,以吉林省西部某气象站为例,采用奇异谱分析对月降水量数据进行预处理,提取出多个独立的子序列,再利用支持向量回归机对不同子序列单独建立预测模型,对不同子序列预测模型的输出值求和即可得到该耦合模型的预测值,并利用该耦合模型(SSA-SVR)与小波分析-支持向量回归机耦合模型(WA-SVR)以及在原始降水量数据基础上建立的支持回归机预测模型(SVR)对其月降水量进行步长为1个月、3个月以及6个月的预测.结果表明,三种模型中,SSA-SVR模型的预测值与实测值最为接近,预测精度更高.
推荐文章
奇异谱分析-支持向量回归机耦合模型在月降水量预测中的应用研究
月降水量预测
耦合模型
奇异谱分析
支持向量回归
Boosting集成支持向量回归机的滑坡位移预测
支持向量机
Boosting集成
Bagging
滑坡位移
预测
基于支持向量回归机的公路货运量预测模型
公路货运量
支持向量回归机
人工神经网络
预测
基于奇异谱分析的江淮降水场预测模型研究
江淮
降水
奇异谱分析
AR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 奇异谱分析—支持向量回归机耦合模型在月降水量预测中的应用
来源期刊 水电能源科学 学科 地球科学
关键词 奇异谱分析 小波分析 支持向量回归机 降水量预测
年,卷(期) 2017,(10) 所属期刊栏目 水文水资源与环境
研究方向 页码范围 17-20,28
页数 5页 分类号 P338+.9
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 张以晨 13 94 5.0 9.0
2 欧阳琦 吉林大学环境与资源学院 5 21 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (64)
共引文献  (29)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(9)
  • 参考文献(3)
  • 二级参考文献(6)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(13)
  • 参考文献(0)
  • 二级参考文献(13)
2014(4)
  • 参考文献(3)
  • 二级参考文献(1)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2019(2)
  • 参考文献(0)
  • 二级参考文献(2)
2017(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)
研究主题发展历程
节点文献
奇异谱分析
小波分析
支持向量回归机
降水量预测
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
水电能源科学
月刊
1000-7709
42-1231/TK
大16开
武汉市洪山区珞喻路1037号华中科技大学内
38-111
1983
chi
出版文献量(篇)
9307
总下载数(次)
26
总被引数(次)
55104
论文1v1指导