排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
降水通常是一个地区水资源的主要补给来源,其准确预测对于水资源量的预测等十分重要。为提高降水量的预测精度,以吉林省西部某气象站为例,采用奇异谱分析对月降水量数据进行预处理,提取出多个独立的子序列,再利用支持向量回归机对不同子序列单独建立预测模型,对不同子序列预测模型的输出值求和即可得到该耦合模型的预测值,并利用该耦合模型(SSA-SVR)与小波分析-支持向量回归机耦合模型(WA-SVR)以及在原始降水量数据基础上建立的支持回归机预测模型(SVR)对其月降水量进行步长为1个月、3个月以及6个月的预测。结果表明,三种模型中,SSA-SVR模型的预测值与实测值最为接近,预测精度更高。 相似文献
2.
根据吉林省近10年的地质灾害监测数据,采用统计方法讨论吉林省地质灾害风险评价问题,对地质灾害易发区进行划分.首先对系统聚类分析方法进行了改进,根据各种要素对地质灾害影响的程度引入了权重系数,分类后应用判别分析的方法检验出其精确度达到94.87%.为了进一步了解各种因素引致灾害的形式,掌握其在不同规模数值下形成灾害的特点及差异性,运用阈回归模型进行了数据拟合,因素的解释程度达到99.996 2%.加权聚类和阈回归方法对数据拟合程度的高精度,说明其在地质灾害风险评价问题中的适用性及灾害易发区划分的准确性. 相似文献
3.
4.
5.
1