基于PCA和支持向量机的径流预测应用研究

被引：9

作者：

徐纬芳 ^{[1
]}

刘成忠 ^{[2
]}

顾延涛 ^{[1
]}

机构：

[1] 甘肃农业大学工学院

[2] 甘肃农业大学信息科学技术学院

来源：

水资源与水工程学报 | 2010年 / 21卷 / 06期

关键词：

主成分分析; 支持向量机; 径流预测; 回归模型;

D O I：

暂无

中图分类号：

P338.9 [];

学科分类号：

摘要：

影响径流量的因素很多,并且这些因素与径流量之间存在着复杂的非线性关系。将主成分分析和支持向量机相结合,首先进行特征提取,降低数据维数,获取数据的主要信息;然后利用支持向量机建立径流预测模型,取得了非常好的效果。并与支持向量机回归模型进行了比较,结果表明该方法具有更好的预测精度,值得推广。

引用

页码：72 / 75

页数：4

共 14 条

[1] 主成分分析法在水质评价中的应用及分析 [J].

方红卫 ;

孙世群 ;

朱雨龙 ;

肖中新 ;

施帆君 .

环境科学与管理, 2009, (12) :152-154

[2] 径流长期预报的支持向量机方法 [J].

卓苏霜 ;

苏国韶 ;

袁钦承 .

企业科技与发展, 2009, (18) :88-89+92

[3] 主成分分析方法及其在各仪器分析中的应用 [J].

张小确 ;

高枝荣 ;

夏云贵 .

河北工业科技, 2007, (06) :345-350+354

[4] 支持向量机的混沌序列预测模型及在径流中应用 [J].

于国荣 ;

夏自强 .

水利学报, 2007, (S1) :455-460

[5] 基于混沌支持向量机的径流时间序列预测研究——以渭河宝鸡林家村站径流序列为例 [J].

李亚娇 ;

沈冰 ;

李家科 ;

李怀恩 .

西安建筑科技大学学报(自然科学版), 2006, (06) :777-781

[6] 支持向量机及其在径流预测中的应用 [J].

廖杰 ;

王文圣 ;

李跃清 ;

黄伟军 .

四川大学学报(工程科学版), 2006, (06) :24-28

[7] 支持向量机在中长期径流预报中的应用 [J].

林剑艺 ;

程春田 .

水利学报, 2006, (06) :681-686

[8] 径流预测的支持向量机应用研究 [J].

卢敏 ;

张展羽 .

中国农村水利水电, 2006, (02) :47-49

[9] 地下水文预测中BP网络的模型结构及算法探讨 [J].

屈忠义 ;

陈亚新 ;

史海滨 ;

魏占民 .

水利学报, 2004, (02) :88-93

[10] BP 网络用于水文预测的几个问题探讨 [J].

刘国东 ;

丁晶 .

水利学报, 1999, (01) :3-5

← 1 2 →