基于支持向量机的小流域水蚀预报模型研究

被引:3
作者
龙栋材
李斌兵
机构
[1] 武警工程学院研究生队
基金
国家自然科学基金重点项目;
关键词
支持向量机(SVM); 土壤侵蚀预测; 回归分析;
D O I
暂无
中图分类号
S157 [水土保持];
学科分类号
0815 ; 082802 ; 090707 ; 0910 ;
摘要
土壤侵蚀过程复杂,很难直接应用土壤侵蚀预报方程进行定量计算。作为一种新的机器学习算法,支持向量机在样本有限的情况下,采用结构风险最小化准则,把学习问题转化为一个二次规划问题,从而得到唯一的全局最优解。首次尝试将最小二乘支持向量机技术用于土壤侵蚀预测,并与BP神经网络的方法进行了对比,取得了较好的预测精度。
引用
收藏
页码:48 / 51
页数:4
相关论文
共 5 条
[1]   中国坡面水蚀预报模型研究 [J].
江忠善 ;
郑粉莉 ;
武敏 .
泥沙研究, 2005, (04) :1-6
[2]   基于人工神经网络的坡面土壤侵蚀研究 [J].
赵西宁 ;
吴普特 ;
冯浩 ;
王万忠 ;
吴发启 .
中国水土保持科学, 2004, (03) :32-35
[3]   支持向量机在地下水位预报中的应用研究 [J].
王景雷 ;
吴景社 ;
孙景生 ;
齐学斌 .
水利学报, 2003, (05) :122-128
[4]   土壤侵蚀预报模型研究进展 [J].
郑粉莉 ;
刘峰 ;
杨勤科 ;
江忠善 .
水土保持通报, 2001, (06) :16-18+32
[5]   关于统计学习理论与支持向量机 [J].
张学工 .
自动化学报, 2000, (01) :36-46