| 蒸发蒸腾量支持向量机预测 |
| |
| 引用本文： | 畅明琦,刘俊萍.蒸发蒸腾量支持向量机预测[J].太原理工大学学报,2011,42(2):188-192. |
| |
| 作者姓名： | 畅明琦 刘俊萍 |
| |
| 作者单位： | 1. 长安大学,水与发展研究院,西安,710064;中国灌溉排水发展中心,北京,100054
2. 浙江工业大学,建筑工程学院,杭州,310032 |
| |
| 基金项目： | 教育部国家外国专家局111创新引智计划项目，全球环境基金(GEF) |
| |
| 摘 要： | 分析了遥感月蒸发蒸腾量数据的动态变化趋势,把一维遥感月蒸发蒸腾量输入空间映射到高维输入空间,将蒸发蒸腾量时间序列重构为12维相空间,建立了基于支持向量机的蒸发蒸腾量预测模型。根据预测精度,确定了损失系数ε、惩罚因子C及径向基核函数的宽度σ。通过对48个训练样本的学习,得到拟合样本平均相对误差为3.51%;将模型应用于12个样本的预测,预测平均相对误差为12.30%,预测值与实测值的确定性系数达0.97。结果表明,支持向量机(SVM)模型泛化能力强,具有较满意的预测效果。研究结论较好地解决了小样本、过学习、高维数、局部最小等问题。
|
| 关 键 词： | 蒸发蒸腾量 统计学习理论 支持向量机 预测 |
Evapotranspiration Prediction Based on Support Vector Machine |
| |
| CHANG Ming-qi,LIU Jun-ping.Evapotranspiration Prediction Based on Support Vector Machine[J].Journal of Taiyuan University of Technology,2011,42(2):188-192. |
| |
| Authors: | CHANG Ming-qi LIU Jun-ping |
| |
| Institution: | 1.Research Institute of Water Development,Chang’an University,Xi’an 710064,China;2.China Irrigation and Drainage Development Center,Beijing 100054,China;3.College of Civil Engineering and Architecture,Zhejiang University of Technology,Hangzhou 310032,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
