收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于最小二乘支持向量机的农田水汽通量建模

苏高利  秦钟  于强  
【摘要】:支持向量机是在统计学习理论基础上发展起来的一种新型的机器学习方法,在模式识别、非线性建模等领域应用中达到了较高的性能。本文是在分析对作物与大气间水汽交换产生影响的主要因子的基础上,尝试利用最小二乘支持向量机方法应用于农田水汽通量的建模中,并同前馈反向传播神经网络的建模性能进行了比较。结果表明,最小二乘支持向量机方法具有可调参数少、学习速度较快等优点,具有优良的推广能力,以更高的精度建立农田水汽通量模型。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 谢春利;邵诚;赵丹丹;;一类非线性系统基于最小二乘支持向量机的自适应H_∞控制[J];控制理论与应用;2011年07期
2 梁伟锋;汪晓东;梁萍儿;;基于最小二乘支持向量机的压力传感器温度补偿[J];仪器仪表学报;2007年12期
3 杨奎河;单甘霖;赵玲玲;;最小二乘支持向量机在故障诊断中的应用[J];计算机科学;2007年01期
4 王平;刘玉涛;;基于GA和LS-SVM的时间序列预测[J];华北电力大学学报(自然科学版);2009年04期
5 王凯;刘宏昭;穆安乐;;基于最小二乘支持向量机的有杆抽油泵工况多分类研究[J];机械科学与技术;2010年12期
6 谢春利;邵诚;赵丹丹;;基于LS-SVM的一类非线性系统直接自适应H_∞输出反馈控制[J];控制与决策;2011年06期
7 张国云;彭仕玉;;混沌时间序列的最小二乘支持向量机预测[J];湖南理工学院学报(自然科学版);2006年03期
8 刘瑞兰;骆中华;苏宏业;;基于最小二乘支持向量机的复合肥装置养分含量的软测量建模[J];化工自动化及仪表;2006年05期
9 王定成;姜斌;;在线稀疏最小二乘支持向量机回归的研究[J];控制与决策;2007年02期
10 吴青;刘三阳;杜喆;;回归型模糊最小二乘支持向量机[J];西安电子科技大学学报;2007年05期
11 韩立炜;李宗坤;王建有;;最小二乘支持向量机参数反演方法及其应用[J];水利水电科技进展;2009年01期
12 吴洲;田鹏;潘丰;;基于APSO-LSSVM的软测量建模研究[J];自动化技术与应用;2009年01期
13 吴洲;潘丰;田鹏;;基于PSO和LSSVM的生化过程建模研究[J];自动化与仪表;2009年02期
14 岑健;危阜胜;张多宏;周锡文;;最小二乘支持向量机用于水量预测[J];计算机仿真;2009年07期
15 王随平;杨宇;伏马力;;基于LS-SVM的氧化锌挥发窑的模糊控制[J];控制工程;2009年05期
16 王义峰;张中卫;;LSSVM在酒类近红外光谱检测中的应用[J];信息技术;2009年11期
17 宋宏耀;宋宏兵;崔秀政;;基于PSO优化最小二乘支持向量机的热工系统辨识[J];电力科学与工程;2009年10期
18 翟永杰;李海丽;王东风;韩璞;;LS-SVM误差补偿的广义预测控制[J];计算机工程与应用;2010年03期
19 钟俏灵;蒋智庆;;基于最小二乘支持向量机的矿用振弦式称重传感器非线性校正[J];矿山机械;2010年01期
20 项斌;;基于最小二乘支持向量机的轴承故障诊断研究[J];黑龙江科技信息;2010年32期
中国重要会议论文全文数据库 前10条
1 苏高利;秦钟;于强;;基于最小二乘支持向量机的农田水汽通量建模[A];首届长三角气象科技论坛论文集[C];2004年
2 谢一冈;余志堂;;利用神经网络方法研究J/Ψ能区强子鉴别问题[A];第7届全国核电子学与核探测技术学术年会论文集(二)[C];1994年
3 王玉斌;李永明;王颖;;用数据挖掘和神经网络技术预测工程造价[A];第十一届全国电工数学学术年会论文集[C];2007年
4 赵亮;李熙莹;刘嘉昭;赵福利;;基于聚类神经网络算法的医学图像分割[A];2006年全国光电技术学术交流会会议文集(D 光电信息处理技术专题)[C];2006年
5 佟惠军;张少军;刘泽乾;;神经网络在机器人控制中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
6 崔建军;张玉池;蔡自兴;;神经网络在地球物理勘探中的应用[A];1999年中国智能自动化学术会议论文集(上册)[C];1999年
7 袁冬莉;闫建国;张洪才;;RBF神经网络在预测支持中的应用[A];2000中国控制与决策学术年会论文集[C];2000年
8 刘国栋;吕福生;谢宏斌;;基于神经网络的移动机器人的路径规划研究[A];2003年中国智能自动化会议论文集(上册)[C];2003年
9 彭新俊;;基于神经网络的盲信号提取[A];第二十四届中国控制会议论文集(下册)[C];2005年
10 郭成安;李建华;李明伟;;从观测数据学习后验概率函数:一种最佳神经网络模型的设计与分析[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年
中国博士学位论文全文数据库 前10条
1 祝文姬;模拟电路故障诊断的神经网络方法及其应用[D];湖南大学;2011年
2 刘昕;多功能传感器信号重构方法研究及其应用[D];哈尔滨工业大学;2009年
3 林连雷;支持向量机算法及其在雷达干扰效果评估中的应用研究[D];哈尔滨工业大学;2009年
4 范玉刚;基于Kernel的机器学习在建模与分类问题的应用研究[D];浙江大学;2006年
5 蒲秀娟;胎儿心电信号提取研究[D];重庆大学;2009年
6 陈爱军;最小二乘支持向量机及其在工业过程建模中的应用[D];浙江大学;2006年
7 彭珍瑞;基于LS-SVM的气液两相流参数测量研究[D];浙江大学;2007年
8 宋夫华;支持向量机逆系统方法及其应用研究[D];浙江大学;2006年
9 李春茂;网络化控制系统自适应预测控制方法研究[D];西南交通大学;2007年
10 何熠;基于支持向量机的非线性系统辨识建模与控制[D];天津大学;2007年
中国硕士学位论文全文数据库 前10条
1 陈杰;基于神经网络方法的民用飞机先进气动力机翼设计研究[D];复旦大学;2011年
2 张译江;神经网络方法在预测控制中的研究[D];江南大学;2011年
3 石小云;基于神经网络方法的卫星图像云分类[D];中国海洋大学;2012年
4 宋初一;基于最小二乘支持向量机及粒子群优化的特征选择算法研究[D];吉林大学;2008年
5 高异;基于支持向量机的非线性系统建模与控制[D];西安理工大学;2006年
6 万辉;最小二乘支持向量机及其在图像增强中的应用研究[D];重庆师范大学;2008年
7 刘猛;云计算平台下神经网络方法研究[D];电子科技大学;2011年
8 王飞;支持向量机在图像配准中的应用研究[D];西安理工大学;2007年
9 杜鹃;基于支持向量机的非线性预测控制研究[D];浙江大学;2006年
10 徐庆坤;机器人无标定视觉伺服系统的研究[D];西安理工大学;2007年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978