提高支持向量机洪水峰值预报精度研究 Study on improving peak flood forecast acc…

排行榜 收藏 打印 发给朋友 举报 来源: 《水力发电学报》 发布者:cjk3d
热度44票 浏览28次 【共0条评论】【我要评论 时间:2005年12月19日 17:38
提高支持向量机洪水峰值预报精度研究

Study on improving peak flood forecast accuracy with SVM model

本文引入支持向量机算法进行流域洪水预报建模,同时针对训练样本的不平衡性,提出了一种能进行峰值识别的改进支持向量机算法(Support Vector Machine with Peak Recognizer,简称SVMPR).该算法在结构风险最小化准则的目标函数中适当加大峰值样本的权重,从而提高支持向量机洪水预报模型对洪峰的预报精度.分别采用SVM算法和SVMPR算法对沙溪口流域上洋口站建立洪水预报模型,对比分析表明了SVMPR算法的有效性.水利论文V+U5s9C4pNf7|

作 者:张土乔 俞亭超 ZHANG Tuqiao YU Tingchao  
作者单位:浙江大学土木工程学系,杭州,310027 
刊 名:水力发电学报  ISTIC EI PKU
英文刊名:JOURNAL OF HYDROELECTRIC ENGINEERING 
年,卷(期):2005 24(2) 
分类号:TV124 
关键词:防洪工程   洪水预报   支持向量机   峰值识别理论  
机标关键词:支持向量机算法洪水预报模型峰值预报预报精度预报建模训练样本目标函数流域洪水峰值识别风险最小不平衡性沙溪口分析表准则权重结构洪峰 
基金项目:中国博士后科学基金 
TAG: Flood flood FLOOD Forecast forecast FORECAST Improving improving Peak peak PEAK acc
顶:3 踩:3
【已经有38人表态】
7票
极差
6票
很差
5票
较差
7票
稍差
5票
稍好
1票
较好
3票
很好
4票
极好
下一篇:导叶不同步装置降低蜗壳进口压力的机理研究 Analysis on the mechanism of lowing …
上一篇:雨季段中长期预报模糊聚类模型及其应用 Mid and long term hydrology forecast mod…
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