基于支持向量机SVR的黄河凌汛预报方法

被引：24

作者：

李亚伟

陈守煜

韩小军

机构：

[1] 大连理工大学土木水利学院

来源：

大连理工大学学报 | 2006年 / 02期

关键词：

支持向量机; 黄河凌汛; 预测;

D O I：

暂无

中图分类号：

TV124 [];

学科分类号：

摘要：

黄河内蒙段每年都有不同程度的凌汛灾害发生,准确及时的凌汛预报能够为防汛工作提供决策支持.但至今尚无一种令人满意的预测模型,为此提出一种基于支持向量机回归(SVR)的凌汛预报模型.SVR是基于统计学习理论的一种机器学习(m ach ine learn ing)方法,具有严格的理论基础,尤其是在小样本情况下,它能够利用有限的样本信息获得最好的学习效果和泛化能力.实例分析结果表明,基于SVR的凌汛预报方法具有训练速度快、泛化能力强的特点,对黄河内蒙段凌汛期封河历时预测比较准确,这对黄河凌汛防范和水资源的可持续发展具有重要意义.

引用

页码：272 / 275

页数：4

共 5 条

[1] 冰凌预报模糊优选神经网络BP方法 [J].