| 基于最小二乘支持向量机的参考作物腾发量预测 |
| |
| 引用本文： | 迟道才,李帅莹,于淼,马宗正.基于最小二乘支持向量机的参考作物腾发量预测[J].沈阳农业大学学报,2009,40(2). |
| |
| 作者姓名： | 迟道才 李帅莹 于淼 马宗正 |
| |
| 作者单位： | 沈阳农业大学,水利学院,沈阳,110161 |
| |
| 基金项目： | 水利部引进国际先进农业科学技术计划(948计划)，辽宁省教育厅技术攻关项目，辽宁省优秀青年科研人才培养资金资助项目，辽宁省自然科学基金 |
| |
| 摘 要： | 参考作物腾发量是估算作物蒸发蒸腾量的关键参数,其准确预测对提高作物需水预报精度具有十分重要的意义.最小二乘支持向量机(LS-SVM)是支持向量机(SVM)的一种改进算法,它基于结构风险最小化准则,可兼顾模型的经验风险和推广能力,将LS-SVM方法引用于参考作物腾发量预测中,并以辽宁省铁岭市为例,对比分析了 LS-SVM模型与BP模型的预测结果.结果表明:LS-SVM模型学习速度快,具有比BP模型更高的模拟性能和预测精度.LS-SVM方法克服了BP模型训练时间长,容易陷入局部极小的缺点,是适合参考作物腾发量预测的新方法.
|
| 关 键 词： | 参考作物腾发量 支持向量机 神经网络 最小二乘支持向量机 BP神经网络 |
Predicting Reference Evaportranspiration Based on LS-SVM |
| |
| CHI Dao-cai,LI Shuai-ying,YU Miao,MA Zong-zheng.Predicting Reference Evaportranspiration Based on LS-SVM[J].Journal of Shenyang Agricultural University,2009,40(2). |
| |
| Authors: | CHI Dao-cai LI Shuai-ying YU Miao MA Zong-zheng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
