基于PCA特征提取的SVR地下水位动态预测方法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

基于PCA特征提取的SVR地下水位动态预测方法

引用
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

相关文献
评论
暂无封面信息
查看本期封面目录

工程勘察

1000-1433

11-2025/TU

39

2011,39(3)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn