文献类型：期刊文章

作　　者：周靖楠[1] 刘振男[1] 陆之洋[2] 焦卫国[1]

ZHOU Jing-nan;LIU Zhen-nan;LU Zhi-yang;JIAO Wei-guo(College of Science,Guizhou Institute of Technology,Guiyang 550003,China;College of Electrical Engineering,Guizhou University,Guiyang 550025,China)

机构地区：[1]贵州理工学院理学院,贵州贵阳550003 [2]贵州大学电气工程学院,贵州贵阳550025

出　　处：《水电能源科学》

基　　金：黔科合基础-ZK[2021]一般295。

年　　份：2021

卷　　号：39

期　　号：5

起止页码：42-45

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、RCCSE、ZGKJHX、核心刊

摘　　要：针对径流预测因子筛选常用的线性分析方法无法识别与径流存在非线性关系因子的局限性,基于互信息与核主成分分析,提出一种能同时遴选与径流存在线性与非线性关系的因子识别方法,来筛选径流预测因子,且将高斯回归过程拓展应用于北汝河的中长期径流预测。结果表明,构建的MI-KPCA因子筛选质量优于相关分析法与互信息法,不但能提高预测精度,还能简化模型结构、缩短运行时间;同时,高斯回归过程适用于径流预测、可作为其他水文预测模型推广使用。

关 键 词：互信息 核主成分分析 高斯回归过程  径流预测

分 类 号：TV124]