作者：李亚伟; 陈守煜; 韩小军支持向量机黄河凌汛预测
摘要：黄河内蒙段每年都有不同程度的凌汛灾害发生。准确及时的凌汛预报能够为防汛工作提供决策支持．但至今尚无一种令人满意的预测模型，为此提出一种基于支持向量机回归（SVR）的凌汛预报模型．SVR是基于统计学习理论的一种机器学习（machine learning）方法，具有严格的理论基础，尤其是在小样本情况下．它能够利用有限的样本信息获得最好的学习效果和泛化能力．实例分析结果表明，基于SVR的凌汛预报方法具有训练速度快、泛化能力强的特点，对黄河内蒙段凌汛期封河历时预测比较准确，这对黄河凌汛防范和水资源的可持续发展具有重要意义．
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
