首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于最小二乘支持向量机模型预测田面糙率
引用本文:李建文,郭向红,孙西欢,马娟娟.基于最小二乘支持向量机模型预测田面糙率[J].节水灌溉,2015(1).
作者姓名:李建文  郭向红  孙西欢  马娟娟
作者单位:太原理工大学水利科学与工程学院,山西太原,030024
基金项目:国家自然科学基金资助项目(51109154);教育部博士点基金项目(20111402120006);山西省青年科技研究基金资助项目(2012021026-2);山西省科技攻关项目(20110311018-1);山西省高等学校创新人才支持计划资助。
摘    要:田面糙率是影响地面灌溉质量的重要参数。基于最小二乘支持向量机建立了两类4个田面糙率预测模型,并进行了验证。结果表明第一类模型预测值(即作物地采用LSSVM-N-I3、裸地采用LSSVM-N-I1,翻耕地采用LSSVM-N-I2)相对误差最大值为9.7%;第二类模型预测值(即LSSVM-N-II模型)相对误差最大值为10.5%,由此可见两类模型都具有较高的预测精度,可以用于田面糙率的预测。

关 键 词:最小二乘支持向量机  田面糙率  预测模型

Field Roughness Prediction Based on Least Square Support Vector Machine Models
LI Jian-wen,GUO Xiang-hong,SUN Xi-huan,MA Juan-juan.Field Roughness Prediction Based on Least Square Support Vector Machine Models[J].Water Saving Irrigation,2015(1).
Authors:LI Jian-wen  GUO Xiang-hong  SUN Xi-huan  MA Juan-juan
Abstract:
Keywords:least square support vector machine (LSSVM )  field roughness  prediction model
本文献已被 CNKI 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号