基于惩罚加权支持向量机回归的径流预测模型

被引：17

作者：

卫太祥

马光文

黄炜斌

机构：

[1] 四川大学水利水电学院

来源：

关键词：

水文学; 径流预测; 惩罚系数; 惩罚加权支持向量机;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; P333.1 [水量平衡];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

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。

引用

页码：35 / 38+43 +43

页数：5

共 4 条

[1] 中长期水文预报研究评述与展望
杨旭
栾继虹
冯国章
[J]. 西北农业大学学报, 2000, (06) : 203 - 207
[2] A tutorial on support vector regression
Smola, AJ
Schölkopf, B
[J]. STATISTICS AND COMPUTING, 2004, 14 (03) : 199 - 222
[3] Modified support vector machines in financial time series forecasting[J] . Francis E.H. Tay,L.J. Cao.Neurocomputing . 2002 (1)
[4] SUPPORT-VECTOR NETWORKS
CORTES, C
VAPNIK, V
[J]. MACHINE LEARNING, 1995, 20 (03) : 273 - 297