位置:成果数据库 > 期刊 > 期刊详情页
基于惩罚加权支持向量机回归的径流预测模型
  • ISSN号:1003-1243
  • 期刊名称:《水力发电学报》
  • 时间:0
  • 分类:TV124[水利工程—水文学及水资源]
  • 作者机构:[1]四川大学水利水电学院,成都610065
  • 相关基金:国家自然科学基金资助项目(50679098); 国家科技支撑计划(2008BAB29B09)
中文摘要:

径流预测是水文科学研究的重要内容。针对径流时间序列的特性,本文尝试建立了一种惩罚加权支持向量机回归的径流预测模型。通过与BP神经网络和标准支持向量机的结果进行比较,表明该模型预测精度更高,可以用于河川径流的中长期预测。

英文摘要:

Runoff forecast is a fundamental part of hydrology.This paper proposes a penalty weighted support vector machine regression model to better describe the features of runoff time series.In comparison to BP neural network and standard support vector machine regression,this model is more accurate and suitable for mid-long term runoff forecast.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《水力发电学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国水力发电工程学会
  • 主编:李庆斌
  • 地址:北京清华大学新水利馆211室
  • 邮编:100084
  • 邮箱:
  • 电话:010-62783813
  • 国际标准刊号:ISSN:1003-1243
  • 国内统一刊号:ISSN:11-2241/TV
  • 邮发代号:
  • 获奖情况:
  • 优秀学术期刊三等奖
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:12057