| KPCA_SVM水文时间序列预测模型的建立与应用 |
| |
| 引用本文： | 邵年华,沈 冰,黄领梅.KPCA_SVM水文时间序列预测模型的建立与应用[J].西北农林科技大学学报(社会科学版),2009,37(9):204-208. |
| |
| 作者姓名： | 邵年华 沈 冰 黄领梅 |
| |
| 作者单位： | 邵年华,沈冰,黄领梅(西安理工大学,西北水资源与环境生态教育部重点实验室,陕西,西安,710048);戴玉萍(新疆和田河管理局,新疆,和田,848000) |
| |
| 基金项目： | 国家自然科学基金项目 |
| |
| 摘 要： | 【目的】建立水文时间序列预测的核主成分支持向量机(KPCA_SVM)模型。【方法】利用核主成分分析(KPCA)对输入数据进行非线性特征信息提取,并将提取的特征信息作为最小二乘支持向量机(LSSVM)的输入变量,建立KPCA_SVM预测模型。以甘肃民勤地区的月蒸发量为例,对模型的预测效果进行检验。【结果】预测结果表明,KPCA_SVM模型预测效果优于PCA_SVM模型和LSSVM模型,预测平均相对误差为8.36%。【结论】KP-CA_SVM模型的预测效果优于没有特征提取的LSSVM模型。与主成分分析(PCA)提取特征相比,KPCA特征提取效果更好。
|
| 关 键 词： | 水文时间序列 蒸发量 核主成分分析 支持向量机 KPCA_SVM模型 |
| 收稿时间： | 2008/12/20 0:00:00 |
Establishment and application of hydrological time series forecasting model based on KPCA_SVM |
| |
| SHAO Nian-hua,SHEN Bing,HUANG Ling-mei,DAI Yu-ping.Establishment and application of hydrological time series forecasting model based on KPCA_SVM[J].Journal of Northwest Sci-Tech Univ of Agr and,2009,37(9):204-208. |
| |
| Authors: | SHAO Nian-hua SHEN Bing HUANG Ling-mei DAI Yu-ping |
| |
| Institution: | 1 Xi’an University of Technology,Key Lab of Northwest Water Resources and Environmental Ecology,MOE,Xi’an,Shaanxi 710048,China;2 Administration Bureau of the Hotan River,Hotan,Xinjiang 848000,China) |
| |
| Abstract: | |
| |
| Keywords: | hydrological time series evaporation kernel principle component analysis support vector machine KPCA_SVM model |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《西北农林科技大学学报(社会科学版)》浏览原始摘要信息 |
| 点击此处可从《西北农林科技大学学报(社会科学版)》下载免费的PDF全文 |
|
