基于模糊模式识别的支持向量机的回归预测方法

基金项目: 水利部科技创新资助项目(SCXC2005-01)

详细信息

A SVM regress forecasting method based on the fuzzy recognition theory

摘要: 尝试把最近发展起来的支持向量机引入水文预测中,建立了支持向量机水文回归预测模型,为小样本情况下水文预测提供一种行之有效的可选择的方法。在此基础上,为了更好地处理水文系统中广泛存在的不确定、模糊信息,进一步把模糊模式识别理论引入支持向量机,提出一种模糊模式识别核函数。该核函数具有更明确合理的物理意义。冰凌预测实例表明了SVM水文回归预测方法及模糊模式识别核函数的有效性和可行性。
- 水文预测 /
- 支持向量机 /
- 模糊模式识别
Abstract: This paper first introduces the support vector machine(SVM)regression forecasting method into hydrological fore-casting.Further,based on the fuzzy recognition theory proposed by Prof. Chen Shou-yu,a new kind of kernel function of SVM is proposed in the paper. The kernel function has a more reasonable physical significance. At the end,the results of a study case show that the SVM regression hydrological forecasting method and the kernel function of fuzzy pattern recognition is rea-sonable and feasible.
- hydrology forecasting /
- support vector machine /
- fuzzy pattern recognition

[1]	田盛丰,黄厚宽.基于支持向量机的数据库学习算法[J].计算机研究与发展,2001,37(1):17-22.
[2]	Vapnik V N. The Nature of Statistical Learning Theory[M]. NY: Springer-Verlag, 1995.
[3]	陈守煜.工程水文水资源系统模糊集分析理论与实践[M].大连:大连理工大学出版社,1998.
[4]	张学工.关于统计学习理论与支持向量机[J].自动化学报,2001,26(1):32-42.
[5]	吴涛,贺汉根,贺明科.基于插值的核函数构造[J].计算机学报,2003,26(8):990-996.
[6]	张铃.基于核函数的SVM机与三层前向神经网络的关系[J].计算机学报,2002,25(7):696-700.
[7]	陈守煜.工程模糊集理论与应用[M].北京:国防工业出版社,1998.
[8]	陈守煜.复杂水资源系统优化模糊识别理论与应用[M].长春:吉林大学出版社,2002.
[9]	张莉,周伟达,焦李成.尺度核函数支撑矢量机[J].电子学报,2002,30(4):527-529.
[10]	陈守煜.中长期水文预报综合分析理论模式与方法[J].水利学报,1997,8:15-21.
[11]	陈守煜,冀鸿兰.冰凌预报模糊优选神经网络BP方法[J].水利学报,2004(6):114-118.