所有作者:姜秀娟
作者单位:河海大学水文水资源
论文摘要:支持向量机(SVM)是一种新型的机器学习方法。在支持向量机建模过程中引入了高斯核函数,简化了非线性问题的求解过程,并应用交叉验证确定了支持向量机的参数。利用某水库27年的实测径流资料和降雨资料建立SVM预报模型,进行相应的预报实验,并与BP神经网络方法的预测结果进行了对比,证明SVM方法预测径流量精度要优于BP神经网络方法。
关键词: 支持向量机 神经网络 径流
免费下载《支持向量机在径流预报中的应用》PDF全文(已停止下载)
本站“论文下载”文章收集整理于“中国科技论文在线”,由于各种原因,本站已暂停论文下载!请前往“中国科技论文在线http://www.paper.edu.cn/”免费下载!