首页|基于神经网络和支持向量机的河口盐度预测比较研究

基于神经网络和支持向量机的河口盐度预测比较研究

扫码查看
原文链接
  • 万方数据
  • 维普
以闽江河口为例,采用BP神经网络和支持向量机两种方法分别构建河口盐度预测模型,比较分析两种方法在河口盐度预测的精度和适用性.研究结果表明:(1)两种模型预测结果均能较好地实现河口盐度预测,支持向量机具有更好的泛化性能和适用性.(2)两种模型对低盐度都具有较好的预测精度,支持向量机在高盐度预测方面优势较为明显.(3)当样本数量较小时,支持向量机预测结果精度较好,两种模型的预测差异随着样本量增加逐渐减小.基于支持向量机河口盐度预测模型更适用于河口盐度预测.
Comparative Study of Estuary Salinity Prediction Based on Neural Network and Support Vector Machine

方艺辉、陈兴伟

展开 >

福建商学院信息工程学院,福建福州 350506

福建师范大学地理科学学院,福建福州 350007

湿润亚热带山地生态国家重点实验室培育基地,福建 福州 350007

BP神经网络 支持向量机 数据驱动模型 盐度预测 咸潮入侵 闽江河口

JAT19049641877167

2022

10.19797/j.cnki.1000-0852.20210194

水文
水利部水文局 水利部水利信息中心

水文

CSTPCDCSCD北大核心
影响因子：0.742
ISSN：1000-0852
年,卷(期)：2022.42(5)
  • 1
  • 6