混沌时间序列支持向量机模型及其在径流预测中应用 Prediction model of chaotic ti…

排行榜 收藏 打印 发给朋友 举报 来源: 《水科学进展》 发布者:cjk3d
热度34票 浏览26次 【共0条评论】【我要评论 时间:2008年12月26日 17:38
混沌时间序列支持向量模型及其在径流预测中应用

Prediction model of chaotic time series based on support vector machine and its application to runoff

以重构相空间理论为基础,探讨了混沌时间序列的支持向量机预测模型建模的思路、特点及关键参数的选取.利用饱和关联维数法进行相空间重构,并运用改进小数据量法计算最大Lyapunov指数,对宜昌站月径流时间序列进行混沌特性识别.在运用混沌时间序列的支持向量机模型对月径流预测的应用中,引入了径向基核函数,简化了非线性问题的求解过程.实例表明,该模型能较好地处理复杂的水文序列,具有较高的泛化能力和很好的预测精度.水利论文:_Kyp J:D O

作 者:于国荣 夏自强 YU Guo-rong XIA Zi-qiang  
作者单位:河海大学水文水资源与水利工程科学国家重点实验室,江苏,南京,210098;河海大学水文水资源学院,江苏,南京,210098 
刊 名:水科学进展  ISTIC EI PKU
英文刊名:ADVANCES IN WATER SCIENCE 
年,卷(期):2008 19(1) 
分类号:P338 
关键词:混沌   相空间重构   水文时间序列   支持向量机   径向基核函数   径流预测  
机标关键词:混沌时间序列支持向量机模型月径流预测应用support vector machine重构相空间理论径向基核函数径流时间序列饱和关联维数相空间重构运用预测模型预测精度小数据量线性问题水文序列求解过程关键参数泛化能力宜昌站 
基金项目:国家自然科学基金 
TAG: model Model Prediction prediction PREDICTION 径流 向量 序列
顶:2 踩:10
【已经有22人表态】
6票
极差
3票
很差
3票
较差
2票
稍差
2票
稍好
2票
较好
3票
很好
1票
极好
下一篇:三维非恒定渗流自由面边界积分项的高精度数值积分 High precision numerical integ…
上一篇:浅水湖泊水体中不同颗粒悬浮物静沉降规律研究 Hydrostatic settling suspended matter of large shallow la
查看全部回复【已有0位网友发表了看法】

广告投放

广告投放