基于PCA特征提取的SVR地下水位动态预测方法
本文提出了一种基于PCA特征提取的SVR地下水位动态预测方法.PCA用来对地下水位样本值进行相关性分析和特征提取,将得到的最佳特征向量子集输入SVR模型,并通过网格搜索的方法进行SVR参数寻优,进行地下水位预测.通过地下水位的实例分析和UCI标准数据集对模型的有效性进行验证,结果表明该方法不仅降低了预测所需的计算工作量,同时还能提高地下水位的预测精度.
主成分分析、特征提取、支持向量机、地下水位
39
P641.2(水文地质学与工程地质学)
甘肃省自然科学基金096RJZA004;甘肃省教育厅科研基金0902-04;甘肃省科技支撑计划1011NKCA058
2011-08-10(万方平台首次上网日期,不代表论文的发表时间)
36-39