10.3969/j.issn.1001-4160.2012.10.008
基于LSSVM和RBFNN的水华中短期预测方法
为了提高湖库水华中短期预测精度,提出LSSVM水华中长期预测模型和RBFNN水华短期预测模型.首先利用粗糙集理论和主成分分析法确定了水华暴发的主要影响因子,确定叶绿素,总磷,总氮含量以及水温等参数是影响水华发生的主要因素.在此基础上对各自网络的拟合能力分析,通过正确选取模型参数gam和sig2的值,使得LSSVM水华中期预测模型精度远高于SVM网络的预测精度 ;而对于RBFNN水华短期预测模型,通过正确选取模型参数sp宽度的值来提高该网络的泛化能力和预测精度.
水华、LSSVM、RBFNN、预测、建模
29
TP18(自动化基础理论)
国家自然科学基金资助项目51179002;北京市自然科学基金重点项目8101003;北京市高校创新平台、人才强教计划项目PRH201007123,PRH201008238
2013-01-21(万方平台首次上网日期,不代表论文的发表时间)
共6页
1189-1194