农业区地下水位动态变化预测的支持向量机模型 A Support Vector Machine Model for…

排行榜 收藏 打印 发给朋友 举报 来源: 《中国农村水利水电》 发布者:cjk3d
热度124票 浏览58次 【共0条评论】【我要评论 时间:2006年12月26日 17:38
农业区地下水位动态变化预测的支持向量模型

A Support Vector Machine Model for the Groundwater Forecast in Agricultural Areas

当观测资料的数据量少而又存在多个相互影响或关联的变量时,常用的回归预测模型不能全面考虑多个变量.在地下水位动态变化预测中应用了一种新的方法支持向量机方法(SVM ),该方法属于机器学习理论发展的最新阶段, 具有专门针对有限样本、算法复杂度与样本维数无关等优点.针对一些农区井灌水稻规模扩大而引起地下水资源紧缺的情况,以某井灌水稻地区地下水动态观测资料为研究对象,运用支持向量回归模型,描述其地下水动态变化趋势.

Z s O3E8g"^xuA0
作 者:经玲 孙立 JING Ling SUN Li  
作者单位:中国农业大学理学院,北京,100083 
刊 名:中国农村水利水电  ISTIC PKU
英文刊名:CHINA RURAL WATER AND HYDROPOWER 
年,卷(期):2006 (3) 
分类号:S11+7 
关键词:应用数学   支持向量机   地下水   预测  
机标关键词:农业区地下水位动态变化预测支持向量机模型地下水动态支持向量回归模型井灌水稻观测资料支持向量机方法动态变化趋势算法复杂度水资源紧缺预测模型有限样本研究对象理论发展机器学习规模扩大变量数据量 
基金项目:中国科学院资助项目 
TAG: Machine machine MACHINE model Model MODEL vector VECTOR 农业区 向量 Vector
顶:19 踩:13
【已经有92人表态】
13票
极差
11票
很差
11票
较差
14票
稍差
7票
稍好
12票
较好
13票
很好
11票
极好
下一篇:水库优化调度的最小弃水模型研究 Study on The Minimum Abandoned Water Model for…
上一篇:开封市水资源利用平衡分析 Water Balance Analysis of Water Resources Developmen…
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