支持向量机在湄池站洪峰水位预报中的应用

作者：刘艳伟1 2  闵惠学2  郦英2

单位：1. 浙江大学, 浙江, 杭州, 310058; 2. 浙江省水文局, 浙江, 杭州, 310009

关键词：支持向量机 非线性回归 感潮河段 水位预报

分类号：研究与分析

出版年·卷·期（页码）：2011·28·第一期（72-76）

摘要：

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。

参考文献：

[1] 张小琴,包为民.感潮河段预报方法浅析[J].水电能源科学,2009,27(3):8-10. [2] 卢金利,俞昌都.逐步回归法在临海站洪水预报中的应用[J].浙江水利科技,2001,(S):120-121. [3] 周文斌,车倩.多元线性回归法在水文预报中的应用[J].山西建筑,2009,35(1):359-360. [4] Cristianini N and Shawa-Taylor J.An Introduction of Support Vector Machines and Other Kernel_based Learning Meth-ods[M].Cambridge:Cambridge University Press,2000. [5] Burges C J.A tutorial on support vector machines for pattern recognition[J].Data Mining and Knowledge Discovery,1998,2:127-167. [6] Vapnik V N.Statistical Learning Theory[M].New York:John Wiley & Sons,Inc.,1998. [7] Vapnik V N.The Nature of Statistical Learning Theory[M].New York:Springer Verlag,2000. [8] 陈永义,俞小鼎,高学浩.处理非线性分类和回归问题的一种新方法(Ⅰ)-支持向量机方法简介[J].应用气象学报,2004,15(3):345-354. [9] Courant R and Hilbert D.Method of Mathematical Physics[M].New York:Springer Verlag,1953. [10] http://www.kernel-machines.org [11] http://www.csie.ntu.edu.tw/～cjlin/index.html [12] 卢敏,张展羽,冯宝平.支持向量机在径流预报中的应用探讨[J].人民长江.2005,36(8):38-39. [13] 王景雷,吴景社,孙景生等.支持向量机在地下水位预报中的应用研究[J].水利学报.2003,5:122-128. [14] 李智才,马文瑞,李素敏等.支持向量机在短期气候预测中的应用[J].气象.2006,32(5):57-61. [15] 朱树先,张仁杰.支持向量机核函数选择的研究[J].科学技术与工程.2008,8(16):4514-4517.

服务与反馈：

【文章下载】【发表评论】【查看评论】【加入收藏】