论文部分内容阅读
支持向量机是基于结构风险最小化原理的一种学习技术，具有很好泛化能力的预测工具，它有效地解决小样本、非线性、高维数、局部极小等问题。矿井排水量受降雨、河流、含水层等自然因素和煤矿开拓面积的扩大、水平的延伸等人为因素的影响，同时矿井水年排水量是非线性的时间序列。利用支持向量回归机对矿井排水量进行预测，并通过实验与文献[1]利用神经网络预测的结果进行比较，表明支持向量机具有更高的预测精度。