首页 | 本学科首页   官方微博 | 高级检索  
     

基于支持向量机SVR的黄河凌汛预报方法
引用本文:李亚伟,陈守煜,韩小军. 基于支持向量机SVR的黄河凌汛预报方法[J]. 大连理工大学学报, 2006, 46(2): 272-275
作者姓名:李亚伟  陈守煜  韩小军
作者单位:大连理工大学,土木水利学院,辽宁,大连,116024;大连理工大学,土木水利学院,辽宁,大连,116024;大连理工大学,土木水利学院,辽宁,大连,116024
摘    要:黄河内蒙段每年都有不同程度的凌汛灾害发生。准确及时的凌汛预报能够为防汛工作提供决策支持.但至今尚无一种令人满意的预测模型,为此提出一种基于支持向量机回归(SVR)的凌汛预报模型.SVR是基于统计学习理论的一种机器学习(machine learning)方法,具有严格的理论基础,尤其是在小样本情况下.它能够利用有限的样本信息获得最好的学习效果和泛化能力.实例分析结果表明,基于SVR的凌汛预报方法具有训练速度快、泛化能力强的特点,对黄河内蒙段凌汛期封河历时预测比较准确,这对黄河凌汛防范和水资源的可持续发展具有重要意义.

关 键 词:支持向量机  黄河凌汛  预测
文章编号:1000-8608(2006)02-0272-04
收稿时间:2004-12-11
修稿时间:2004-12-112006-01-15

Yellow River ice flood prediction based on SVR
LI Ya-wei,CHEN Shou-yu,HAN Xiao-jun. Yellow River ice flood prediction based on SVR[J]. Journal of Dalian University of Technology, 2006, 46(2): 272-275
Authors:LI Ya-wei  CHEN Shou-yu  HAN Xiao-jun
Affiliation:School of Civil and Hydraul. Eng., Dalian Univ. of Technol., Dallan 116024, China
Abstract:
Keywords:support vector machine   ice flood of Yellow River   prediction
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号