• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Sustainable Energy and Environmental Engineering >A Novel Prediction Approach for Runoff Based On Hybrid HMM-SVM Model
【24h】

A Novel Prediction Approach for Runoff Based On Hybrid HMM-SVM Model

机译：基于混合HMM-SVM模型的径流预测方法

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This research demonstrates an application of Hidden Markov Model (HMM) and Support Vector Machine (SVM) for watershed-runoff forecasts. HMM is used for shape-based clustering by calculating log-likelihood values of each data to identify data in the data set with similar data pattern. Then we put these data into different classes based on their shapes and train their corresponding SVM model to predict the output of the system finally. The applications of daily runoff and monthly runoff are used for testing the competence of this method and experimental results demonstrate that this hybrid HMM-SVM algorithm can meet the prediction requirement and has high prediction accuracy.
机译：该研究展示了隐马尔可夫模型（HMM）和支持向量机（SVM）的应用程序，用于流域径流预测。通过计算每个数据的日志似然值来识别具有类似数据模式的数据集中的数据的基于形状的聚类。然后，我们基于它们的形状将这些数据放入不同的类别，并培训它们相应的SVM模型来预测最终系统的输出。每日径流和每月径流的应用用于测试该方法的能力，实验结果表明，这种混合HMM-SVM算法可以满足预测要求并具有高预测精度。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号