典型文献
基于神经网络和支持向量机的河口盐度预测比较研究
文献摘要：
以闽江河口为例,采用BP神经网络和支持向量机两种方法分别构建河口盐度预测模型,比较分析两种方法在河口盐度预测的精度和适用性.研究结果表明:(1)两种模型预测结果均能较好地实现河口盐度预测,支持向量机具有更好的泛化性能和适用性.(2)两种模型对低盐度都具有较好的预测精度,支持向量机在高盐度预测方面优势较为明显.(3)当样本数量较小时,支持向量机预测结果精度较好,两种模型的预测差异随着样本量增加逐渐减小.基于支持向量机河口盐度预测模型更适用于河口盐度预测.
文献关键词：
BP神经网络;支持向量机;数据驱动模型;盐度预测;咸潮入侵;闽江河口
中图分类号：
作者姓名：
方艺辉;陈兴伟
作者机构：
福建商学院信息工程学院,福建福州 350506;福建师范大学地理科学学院,福建福州 350007;湿润亚热带山地生态国家重点实验室培育基地,福建 福州 350007
文献出处：
引用格式：
[1]方艺辉;陈兴伟-.基于神经网络和支持向量机的河口盐度预测比较研究)[J].水文,2022(05):51-55
A类：
盐度预测
B类：
预测比较,闽江河口,建河,机具,泛化性能,低盐度,高盐度,样本数量,样本量,数据驱动模型,咸潮入侵
AB值：
0.160871
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
