基于支持向量机理论的海水水质富营养化评价研究

被引：23

作者：

王洪礼

王长江

李胜朋

机构：

[1] 天津大学机械工程学院

来源：

海洋技术 | 2005年 / 01期

关键词：

支持向量机; 海水富营养化; 水质评价;

D O I：

暂无

中图分类号：

X55 [海洋污染及其防治];

学科分类号：

摘要：

首次利用支持向量机 ( SVM)理论对海水水质富营养化的程度进行评价 ,并与 BP人工神经网络方法所得结果进行比较 ,通过实例验证 ,说明 SVM理论能较好地解决小样本的分类评价问题 ,评价效果良好 ,在水质评价领域有较好的应用前景。

引用

收藏

页码：48 / 51

页数：4

相关论文

共 3 条

[1] 基于SVM的综合评价方法研究 [J].

肖健华 ;

吴今培 ;

杨叔子 .

计算机工程, 2002, (08) :28-30

[2] 海水富营养化评价的人工神经网络方法 [J].

王冬云 ;

黄焱歆 .

河北建筑科技学院学报, 2001, (04) :27-29

[3] 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