论文部分内容阅读
黄河内蒙段每年都有不同程度的凌汛灾害发生。准确及时的凌汛预报能够为防汛工作提供决策支持.但至今尚无一种令人满意的预测模型,为此提出一种基于支持向量机回归(SVR)的凌汛预报模型.SVR是基于统计学习理论的一种机器学习(machine learning)方法,具有严格的理论基础,尤其是在小样本情况下.它能够利用有限的样本信息获得最好的学习效果和泛化能力.实例分析结果表明,基于SVR的凌汛预报方法具有训练速度快、泛化能力强的特点,对黄河内蒙段凌汛期封河历时预测比较准确,这对黄河凌汛防范和水资源的可持续发展具有