基于HP-ENN-LSSVM模型的降雨量预测研究
Journal of Yuxi Normal University（2016）
摘要
结合HP滤波、Elman神经网络、最小二乘支持向量机各自性质建立HP-ENN-LSS-VM模型对降雨量进行预测.根据吉林省某农场1950～2015年作物生育期(5～9月)的降雨量资料,1950～2009年(5～9月)降雨量作为训练样本,2010～2015年(5～9月)的降雨量作为测试样本,验证所建模型的有效性.验证结果表明,所建模型预测效果良好,其预测平均相对误差为3.98％,与Elman、LSSVM模型相比,更适合降雨量的预测.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要