文献

J-GLOBAL ID：201102258925493209   整理番号：11A1408710

流れ流出の多変量予測の最小二乗法パターン認識モデル

Least squares support vector machine model of multivariable prediction of stream flow

著者 (4件)： Li Yanbin (North China Water Conservancy and Hydroelectric Power Inst., Zhengzhou) ,  You Feng (North China Water Conservancy and Hydroelectric Power Inst., Zhengzhou) ,  Huang Qiang (Xi’an Univ. of Technol., Xi’an) ,  Xu Jianxin (North China Water Conservancy and Hydroelectric Power Inst., Zhengzhou)
資料名： Shuili Fadian Xuebao  (Shuili Fadian Xuebao)
巻： 29  号： 3  ページ： 28-33  発行年： 2010年 
JST資料番号： C2170A  ISSN： 1003-1243  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 河川流出の中間で長い条件水文学予測は,水保護部門の第一効率であった。本論文は,多変量流出予測の最小二乗法パターン認識モデルを確立した。本LSSVMモデルは,新疆行政区におけるYili河川のYamadu水力発電所において23年間の流出をシミュレーションするために使って,降雨,帯状の循環指数,放射循環指数と太陽のラジオ流動の4つの要素を予測した。予知結果は,BPニューラルネットワークモデルより高い精度を示した。構造リスクを最小にして,LSSVMモデルは小さなデータ標本の事例においてより効果的であり,それは最適地域とオーバーフィッティングの落下においてニューラルネットワークモデルの問題を避けた。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： *流出 ,  最小二乗法 ,  認知モデル ,  パターン認識 ,  水文学 ,  水保全 ,  発電所 ,  河川 ,  シミュレーション ,  ニューラルネットワーク
準シソーラス用語： 認識モデル ,  *河川流出 ,  水保護 ,  水力発電所 ,  ニューラルネットワークモデル

分類 (1件)： 流出解析  (DC07030N)

タイトルに関連する用語 (6件)： 流れ ,  流出 ,  多変量 ,  予測 ,  最小二乗法 ,  認識モデル