共 15 条
- [1] 基于支持向量机和遗传算法的非线性模型预测控制（英文）[J]. ChineseJournalofChemicalEngineering, 2015, 23 (12) : 2048 - 2052冯凯卢建刚陈金水
- [7] 黄土丘陵半干旱区土壤水资源利用限度[J]. 郭忠升. 应用生态学报. 2010(12)
基于改进的SVR模型在年降水量预测中的应用
被引：8
作者：
谢昊伶
[1
]
彭国华
[1
]
郭满才
[2
]
郑红婵
[1
]
机构：
[1] 西北工业大学理学院
[2] 西北农林科技大学理学院
来源：
关键词：
降水预测;
输入特征;
黄土丘陵半干旱区域;
支持向量机;
季节自回归;
D O I：
暂无
中图分类号：
O212.1 [一般数理统计];
P457.6 [降水预报];
TP181 [自动推理、机器学习];
学科分类号：
摘要：
鉴于降水量数据的高维非线性性和周期性,建立了支持向量回归(SVR)预测模型用于降水量预测,由于对该模型输入特征的选取极为重要,因此提出了一种基于季节自回归(SARI)的输入特征选取方法.利用已有的降水量数据建立SARI模型,通过观察模型表达式提取建立SVR模型所需的输入特征用于训练支持向量机,并通过网格参数寻优法确定SVR模型的参数,进行降水量预测.实例分析中,应用此模型对黄土丘陵半干旱区域的降水量进行预测,将预测结果与季节时间序列(SARIMA)模型的预测结果进行对比,结果表明,模型具有更高的预测精度和拟合优度,可以用于降水量的预测.
引用
收藏
页码：154 / 161
页数：8
相关论文