基于偏最小二乘回归与支持向量机耦合的咸潮预报模型

被引：26

作者：

刘德地

陈晓宏

机构：

[1] 中山大学水资源与环境研究中心

来源：

中山大学学报(自然科学版) | 2007年 / 04期

基金：

广东省自然科学基金;

关键词：

偏最小二乘回归(PLS); 支持向量机(SVM); 咸潮预报; 珠海市;

D O I：

暂无

中图分类号：

P731.23 [潮汐];

学科分类号：

摘要：

利用偏最小二乘回归对影响咸潮的因素进行分析,提取出对因变量影响强的成分,从而克服了变量之间的多重相关性问题;同时利用支持向量机在解决小样本非线性问题上的优势,采用将偏最小二乘回归与支持向量机耦合的方法,建立了咸潮预报模型(PLS-SVM),并应用该模型对珠海市平岗站盐度的变化进行了模拟和预测,研究结果表明,所提出的PLS-SVM模型模拟和预测精度明显优于常用的BP人工神经网络、多元回归模型,可更好地应用于咸潮预报。

引用

页码：89 / 92

页数：4

共 13 条

[1] Feasibility study on qualitative and quantitative analysis in tea by near infrared spectroscopy with multivariate calibration [J].