农业区地下水位动态变化预测的支持向量机模型

当观测资料的数据量少而又存在多个相互影响或关联的变量时,常用的回归预测模型不能全面考虑多个变量。在地下水位动态变化预测中应用了一种新的方法支持向量机方法(SVM),该方法属于机器学习理论发展的最新阶段,具有专门针对有限样本、算法复杂度与样本维数无关等优点。针对一些农区井灌水稻规模扩大而引起地下水资源紧缺的情况,以某井灌水稻地区地下水动态观测资料为研究对象,运用支持向量回归模型,描述其地下水动态变化趋势。