径流长期预报的支持向量机方法  

Long-term Forecast Method for Runoff Based on SVM

作　　者：卓苏霜 苏国韶[2] 袁钦承 

机构地区：[1]广西先锋建设工程有限公司,广西南宁530000 [2]广西大学土木建筑工程学院,广西南宁530004 [3]南宁鸿基水泥制品有限责任公司,广西南宁530031

出　　处：《企业科技与发展（下半月）》2009年第9期88-89,92,共3页

摘　　要：支持向量机是近年来提出的一种新的机器学习算法,在解决小样本、非线性及高维模式识别问题中具有独特的优势。针对径流形成过程的不确定性和复杂性,提出了基于支持向量机分类模型的径流长期预报方法。相关研究表明,该方法是可行的,具有预测精度高和良好的可靠性等优点。Support vector machines （SVM）, a new learning machinery, is advantageous in dealing with small sample, non- linear and high dimensional mode recognition. As the formation process of runoff is uncertain and complicated, long-term forecast method for runoff based on SVM comes into being. Related studies show that this method is feasible with high degree of accuracy and reliability.

关 键 词：径流 预测 支持向量机 分类 

分 类 号：P33[天文地球—水文科学]