基于主成分和粒子群优化支持向量机的水质评价模型

被引:8
作者
王成杰
张森
机构
[1] 河海大学理学院
关键词
主成分分析; 粒子群优化算法; 支持向量机; 水质评价;
D O I
暂无
中图分类号
X824 [水质评价];
学科分类号
071012 ; 0713 ; 083002 ;
摘要
水质的评价是治理水污染必不可少的工作。为了准确、快速地对水质进行评价,利用主成分分析法从水质监测常见的多个物化指标提取出主成分,然后将主成分作为支持向量分类机的输入,利用历史数据进行水质评价训练并用粒子群算法优化参数,构造出水质评价模型,将从物化指标中得出的主成分代入此模型即可得到水质类别。最后,选取水质监测点实测数据进行试验,结果表明,模型的水质评价结果准确且稳定。
引用
收藏
页码:4545 / 4549
页数:5
相关论文
共 6 条
[1]   主成分分析法在鄱阳湖水质评价中的应用 [J].
万金保 ;
何华燕 ;
曾海燕 ;
李媛媛 .
南昌大学学报(工科版), 2010, (02) :113-117
[2]   基于粒子群优化算法的支持向量机参数选择及其应用 [J].
邵信光 ;
杨慧中 ;
陈刚 .
控制理论与应用, 2006, (05) :740-743+748
[3]  
机器学习理论与算法.[M].张燕平; 等编著.科学出版社.2012,
[4]  
群智能优化算法及其应用.[M].雷秀娟; 著.科学出版社.2012,
[5]  
多元统计分析与应用.[M].余锦华;杨维权编著;.中山大学出版社.2005,
[6]  
基于神经网络和人工蜂群算法的水质评价和预测研究.[D].向娜.华南理工大学.2012, 01