|
|||||
|
|
| 支持向量机和BP神经网络在泥石流平均流速预测模型中的比较与应用 | |
| 引用本文： | 于国强,张茂省,王根龙,裴亮.支持向量机和BP神经网络在泥石流平均流速预测模型中的比较与应用[J].水利学报,2012(Z2). |
| 作者姓名： | 于国强 张茂省 王根龙 裴亮 |
| 作者单位： | 1. 中国地质调查局 西安地质调查中心,陕西 西安 710054 2. 西北大学 地质学系,陕西 西安 710069 3. 中国科学院 地理科学与资源研究所 陆地水循环及地表过程重点实验室,北京 100101 |
| 摘 要： | 在综合分析多种泥石流研究方法的基础上,提出分别基于支持向量机和改进的BP神经网络模型的黏性泥石流平均流速预测方法,建立了相应的泥石流平均流速预测模型.以蒋家沟泥石流实时监测数据作为学习样本和测试样本,比较了两种模型的预测精度和适用范围.研究结果表明,泥石流样本训练阶段,支持向量机和BP神经网络均具有较高的模拟精度,BP神经网络较优于支持向量机模型,而在样本预测阶段,支持向量机的预测精度明显优于BP网络,表明支持向量机预测模型有较强的外推能力和预测计算的有效性,可以较好地描述泥石流复杂的非线性关系,为泥石流防治提供精确的科学依据. |
| 关 键 词： | 泥石流 蒋家沟 平均流速 支持向量机 BP神经网络模型 |
Application and comparison of prediction models of support vector machines and back-propagation artificial neural network for debris flow average velocity |
|
| Abstract: | |
| Keywords: | debris flow Jiangjia gully average velocity support vector machines back-propagation artifi?cial neural network |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《水利学报》浏览原始摘要信息 | |