共查询到10条相似文献,搜索用时 265 毫秒
1.
基于最小二乘支持向量机的龙羊峡径流预测 总被引:2,自引:0,他引:2
本文简述了支持向量的回归分析、支持向量机自回归预测模型结构及预测方法,利用黄河唐乃亥站47年的径流资料,采用最小二乘支持向量机方法对径流进行了模拟预测,并与B-P神经网络方法进行了对比分析,其计算结果相对略好。 相似文献
2.
3.
4.
5.
6.
加权支持向量回归机及其在水质预测中的应用 总被引:1,自引:0,他引:1
支持向量机是一种基于结构风险最小化原理的学习技术,也是一种新的具有很好泛化性能的回归方法。本文对用于回归估计的标准支持向量机加以改进,提出了一种新的用于回归估计的支持向量机学习算法,针对各样本重要性的差异,给各个样本的惩罚系数和误差要求赋予不同权重,并利用加权支持向量回归机的理论及其算法构建水质预测模型。实验结果表明,该方法对水质具有较好的预测效果。 相似文献
7.
岩溶地下河日流量预测的小样本非线性时问序列模型 总被引:2,自引:0,他引:2
针对岩溶含水系统高度的非线性特征,在小样本时间序列条件下,引入了能较好解决小样本、非线性问题的支持向量回归方法,利用偏最小二乘回归对影响地下河流量的诸多因素进行综合分析,并提取主成分作为支持向量机的输入变量,采用遗传算法优化模型参数,建立了地下河日流量预测的偏最小二乘-遗传-支持向量回归模型;将该模型用于后寨典型岩溶地... 相似文献
8.
煤层精准定位是无人采煤的关键技术,煤层厚度预测是煤田地震资料解释的重要研究内容之一。参考实际地层厚度及物性参数,构建含楔形煤层的正演模型,通过地震剖面正演和地震属性提取、优化,对比分析信噪比和多种回归方法对煤层厚度预测的影响。研究结果表明:部分地震属性与煤厚相关性较强,可以用于煤厚预测;地震属性间的信息冗余不可忽略,但基于主成分分析和多维标度的地震属性优化结果无本质区别;当信噪比较低(10 dB)时,随机森林回归算法的均方根误差最小(1.07),支持向量机回归算法的误差居中(1.15),多元线性回归算法的误差最大(1.84);当信噪比较高(25 dB)时,支持向量机回归算法的误差最小(0.05),随机森林回归算法的误差居中(0.11),多元线性回归算法的误差最大(0.20);输入数据信噪比对煤厚预测有明显影响,信噪比越高、预测效果越好。基于地震属性优化及支持向量机回归的煤厚预测方法,是实现薄煤层厚度高精度解释的一种有效途径。 相似文献
9.
10.
基于对应分析的支持向量机回归在地震储层厚度预测中的应用 总被引:1,自引:0,他引:1
储层厚度的预测是油气藏描述的一项关键技术,然储层厚度和地震信息之间的关系是非线性的,其他的数学方法很难拟合.解决这一难点用到了一种新的数学统计方法--支持向量机.笔者介绍了对应分析和支持向量回归机算法原理,在此基础上以实际的数据为例子成功地对储层参数-厚度进行了预测,取得了实际的应用效果,得出了该方法切实可行的结论. 相似文献