SVM在玛纳斯河流域径流预测中的应用与研究

被引:5
作者
张伟 [1 ]
何新林 [1 ]
刘兵 [2 ]
机构
[1] 石河子大学水利建筑工程学院
[2] 新疆生产建设兵团绿洲生态农业重点实验室
关键词
径流量预测; 神经网络; 核函数; 参数选择; SVM; 玛纳斯河;
D O I
暂无
中图分类号
P333 [水文分析与计算];
学科分类号
摘要
介绍了SVM的基本原理,指出了其在解决小样本非线性问题中表现的特有优势,并将SVM和BP神经网络在玛纳斯河流域的径流量预测结果进行了对比。结果表明,SVM方法预测径流量的精度要略优于BP神经网络方法。
引用
收藏
页码:35 / 36+95 +95
页数:3
相关论文
共 4 条
  • [1] 最优化理论与方法[M]. 科学出版社 , 袁亚湘,孙文瑜著, 1997
  • [2] A tutorial on support vector regression
    Smola, AJ
    Schölkopf, B
    [J]. STATISTICS AND COMPUTING, 2004, 14 (03) : 199 - 222
  • [3] Improving support vector machine classifiers by modifying kernel functions
    Amari, S
    Wu, S
    [J]. NEURAL NETWORKS, 1999, 12 (06) : 783 - 789
  • [4] Statistical Learning Theory. Vapnik, V. Springer . 1998