海洋预报
海洋預報
해양예보
MARINE FORECASTS
2011年
1期
72-76
,共5页
支持向量机%非线性回归%感潮河段%水位预报
支持嚮量機%非線性迴歸%感潮河段%水位預報
지지향량궤%비선성회귀%감조하단%수위예보
支持向量机(SVM,Support Vector Machines)是在统计学习理论中发展起来的一种处理非线性分类和非线性回归的有效方法.感潮河段洪水位是复杂的洪、潮非线性组合问题,本文尝试将SVM方法应用于感潮河段湄池站洪峰水位预报,通过选取湄池站历史洪水中分别反映上游来水和下游顶托作用的预报因子,建立湄池站洪峰水位的SVM回归模型,获得了较好预报效果.
支持嚮量機(SVM,Support Vector Machines)是在統計學習理論中髮展起來的一種處理非線性分類和非線性迴歸的有效方法.感潮河段洪水位是複雜的洪、潮非線性組閤問題,本文嘗試將SVM方法應用于感潮河段湄池站洪峰水位預報,通過選取湄池站歷史洪水中分彆反映上遊來水和下遊頂託作用的預報因子,建立湄池站洪峰水位的SVM迴歸模型,穫得瞭較好預報效果.
지지향량궤(SVM,Support Vector Machines)시재통계학습이론중발전기래적일충처리비선성분류화비선성회귀적유효방법.감조하단홍수위시복잡적홍、조비선성조합문제,본문상시장SVM방법응용우감조하단미지참홍봉수위예보,통과선취미지참역사홍수중분별반영상유래수화하유정탁작용적예보인자,건립미지참홍봉수위적SVM회귀모형,획득료교호예보효과.
