基于支持向量机的水质监测数据处理及状况识别与评价方法

被引:10
作者
管军
徐立中
石爱业
机构
[1] 河海大学计算机及信息工程学院
关键词
支持向量机; 决策二叉树; BP神经网络; 水质评价;
D O I
暂无
中图分类号
TP274 [数据处理、数据处理系统];
学科分类号
0804 ; 080401 ; 080402 ; 081002 ; 0835 ;
摘要
水质评价实际上是一个监测数据处理与状态估计、识别的过程,提出一种基于支持向量机的方法应用于水质评价,该方法依据决策二叉树多类分类的思想,构建了基于支持向量机的水环境质量状况识别与评价模型。以长江口的实际水质监测数据为例进行了实验分析,并与单因子方法及单个BP神经网络方法进行了比较分析。实验结果表明,运用该模型对长江口的实际水质监测数据进行的综合水质评价效果较好,且具有较高的实用价值。
引用
收藏
页码:36 / 38
页数:3
相关论文
共 7 条
[1]   支持向量机研究与应用 [J].
王晓丹 ;
王积勤 .
空军工程大学学报(自然科学版), 2004, (03) :49-55
[2]   人工神经网络模型在太湖富营养化评价中的应用 [J].
任黎 ;
董增川 ;
李少华 .
河海大学学报(自然科学版), 2004, (02) :147-150
[3]   基于D-S理论的多源水质监测数据融合处理 [J].
林志贵 ;
徐立中 ;
黄凤辰 ;
王鸿彦 ;
不详 .
计算机工程与应用 , 2004, (10) :3-5
[4]   关于统计学习理论与支持向量机 [J].
张学工 .
自动化学报, 2000, (01) :36-46
[5]  
水质分析方法与技术[M]. 地震出版社 , 时红等编著, 2001
[6]   A multi-agency comparison of aquatic macroinvertebrate-based stream bioassessment methodologies [J].
Houston, L. ;
Barbour, M. T. ;
Lenat, D. ;
Penrose, D. .
ECOLOGICAL INDICATORS, 2002, 1 (04) :279-292
[7]  
Environmetrical Treatment of Water Quality Survey Data from Yantra River, Bulgaria[J] . V. Simeonov,S. Stefanov,S. Tsakovski.Mikrochimica Acta . 2000 (1-2)