论文学习——基于神经网络和支持向量机的河口盐度预测比较研究

0 封面

---

1 摘要

实验对象：闽江河口

实验方法：采用BP神经网络、SVM支持向量机两种方法预测河口盐度

实验结果：（1）SVM支持向量机具有更好的泛化性能和适用性；（2）SVM支持向量机在高盐度预测方面优势较为明显；（3）在样本数量较小的情况下，SVM支持向量机的结果精度较好。

---

2 引言

什么什么的预测模型，大体都是分为物理模型和神经网络模型两类吧。。。

2.1 物理模型

参考文献看这两篇

2.2 数学模型

• 不考虑盐度变化过程的物理机制，只看盐度的数据变化。

3 研究区域与研究方法

4 BP神经网络介绍

5 SVM支持向量机介绍

6 评价指标

7 实验

7.1 输入部分

输入由6个数据组成，分别当天高潮位、前一天高潮位、前一天径流量、前两天径流量、前一天盐度、前两天盐度

输出是预测的当天盐度

由于量纲不同，数值差异较大，所以对这个6个数值做归一化处理。

7.2 模型构建