收藏本站
《首届长三角气象科技论坛论文集》2004年
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。

手机知网App
【参考文献】
中国期刊全文数据库 前2条
1 王笑影;农田蒸散估算方法研究进展[J];农业系统科学与综合研究;2003年02期
2 刘绍民,刘志辉,傅玮东;作物农田蒸散计算模型的研究[J];生态学杂志;1998年04期
【共引文献】
中国期刊全文数据库 前10条
1 聂振平;汤波;;作物蒸发蒸腾量测定与估算方法综述[J];安徽农学通报;2007年02期
2 张耀生;黄德青;赵新全;赵双喜;;祁连山北坡草地潜在蒸散量研究[J];安徽农业科学;2008年20期
3 王尔丹;人群运动与密度估计技术研究[J];安全;2005年03期
4 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期
5 周德强;冯建中;;建筑物沉降预测的改进Verhulst模型研究[J];地下空间与工程学报;2011年01期
6 王立平;孔小梅;付梦印;王美玲;张甲文;姜明;;Temperature Drift Modeling of FOG Based on LS-WSVM[J];Journal of China Ordnance;2008年03期
7 吴锦奎,丁永建,沈永平,牛丽,王根绪;黑河中游地区湿草地蒸散量试验研究[J];冰川冻土;2005年04期
8 王亮;胡静涛;;基于LS-SVM的光刻过程R2R预测控制方法[J];半导体技术;2012年06期
9 田盛丰;基于核函数的学习算法[J];北方交通大学学报;2003年02期
10 薛彦轶;刘晓东;;基于最小二乘支持向量机的航材备件需求建模[J];兵工自动化;2007年06期
中国重要会议论文全文数据库 前10条
1 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
2 宋海鹰;桂卫华;阳春华;;基于最小二乘支持向量机的Hammerstein-Wiener模型辨识[A];第二十六届中国控制会议论文集[C];2007年
3 ;Inverse System Control of Nonlinear Systems Using LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
4 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
5 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
6 ;LS-SVM Based Stable Generalized Predictive Control[A];第二十七届中国控制会议论文集[C];2008年
7 阎纲;梁昔明;龙祖强;李翔;;一种新的提前一步预测控制算法[A];第二十七届中国控制会议论文集[C];2008年
8 孙玉坤;王博;丁慎平;;基于模糊支持向量机的赖氨酸发酵软测量[A];第二十七届中国控制会议论文集[C];2008年
9 ;GA Based LS-SVM Classifier for Waste Water Treatment Process[A];第二十七届中国控制会议论文集[C];2008年
10 柴伟;孙先仿;乔俊飞;;有监督的等距映射和k近邻分类结合用于集员辨识[A];第二十九届中国控制会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
2 李书艳;单点氨基酸多态性与疾病相关关系的预测及其机制研究[D];兰州大学;2010年
3 张明;电能质量扰动相关问题研究[D];华中科技大学;2010年
4 许伟;基于进化算法的复杂化工过程智能建模方法及其应用[D];华东理工大学;2011年
5 向国齐;支持向量回归机代理模型设计优化及应用研究[D];电子科技大学;2010年
6 桑永胜;空间数据分析的神经计算方法[D];电子科技大学;2010年
7 渠瑜;基于SVM的高不平衡分类技术研究及其在电信业的应用[D];浙江大学;2010年
8 包鑫;稳健回归技术及其在光谱分析中的应用[D];浙江大学;2010年
9 甘良志;核学习算法与集成方法研究[D];浙江大学;2010年
10 邵咏妮;水稻生长生理特征信息快速无损获取技术的研究[D];浙江大学;2010年
中国硕士学位论文全文数据库 前10条
1 曾传华;基于颜色和纹理特征的竹条分级方法研究[D];华中农业大学;2010年
2 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
3 孟培培;基于3S的土地督察信息系统研究[D];山东科技大学;2010年
4 李海清;支持向量机在金融市场预测中的应用[D];辽宁师范大学;2010年
5 李光远;基于在线聚类和最小二乘支持向量机的模糊建模方法研究[D];郑州大学;2010年
6 王巧立;微生物发酵过程的建模与优化控制研究[D];郑州大学;2010年
7 秦兴国;麦套花生生育物点和水分利用特性研究[D];山东农业大学;2010年
8 曲昆鹏;基于支持向量机的杂草识别研究[D];哈尔滨工程大学;2010年
9 田向伟;基于参数优化LSSVM在转炉煤气系统预测中的应用[D];大连理工大学;2010年
10 穆大芸;多变量时间序列预测与储备池优化方法研究[D];大连理工大学;2010年
【二级参考文献】
中国期刊全文数据库 前7条
1 陈云浩,李晓兵,史培军;中国西北地区蒸发散量计算的遥感研究[J];地理学报;2001年03期
2 吴凯,陈建耀,谢贤群;冬小麦水分耗散特性与农业节水[J];地理学报;1997年05期
3 唐登银,程维新,洪嘉琏;我国蒸发研究的概况与展望[J];地理研究;1984年03期
4 史海滨,何京丽,郭克贞,宝力特;参考作物腾发量计算方法及其适用性评价[J];灌溉排水;1997年04期
5 许迪,刘钰;测定和估算田间作物腾发量方法研究综述[J];灌溉排水;1997年04期
6 裴浩,范一大,乌日娜;利用气象卫星遥感监测土壤含水量[J];干旱区资源与环境;1999年01期
7 康绍忠,刘晓明,徐翀;无地下水补给条件下玉米田水分微循环过程的动力学模式及其应用[J];水利学报;1993年05期
【相似文献】
中国期刊全文数据库 前10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
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
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026