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：

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

[11]

遗传算法与BP模型的改进及其在水资源工程中的应用.[D].邢贞相.东北农业大学.2004, 04

[12]

支持向量机理论及工程应用实例.[M].白鹏等; 编著.西安电子科技大学出版社.2008,

[13]

支持向量机导论.[M].(英)NelloCristianini;(英)JohnShawe-Taylor著;李国正等译;.电子工业出版社.2004,

[14] 人工神经网络结构对径流预报精度的影响分析 [J].

冯国章 ;

李佩成 .