基于支持向量机模型的水质评价研究

被引：12

作者：

黄鹤

卢文喜

伊燕平

罗建男

机构：

[1] 吉林大学环境与资源学院

来源：

节水灌溉 | 2012年 / 02期

关键词：

支持向量机; 核函数; 水质评价; 石头口门水库;

D O I：

暂无

中图分类号：

X824 [水质评价];

学科分类号：

摘要：

将支持向量机方法应用到水质评价中,建立了RBF核函数支持向量机评价模型。根据石头口门水库水质特征,选择溶解氧、化学需氧量、高锰酸盐指数等五项指标作为输入因子进行评价,并与综合水质评价法、模糊综合评价法比较。研究结果表明石头口门水库主要为Ⅱ类和Ⅲ类水,呈汛期较差、非汛期较好的变化规律。通过实例验证,说明支持向量机方法能够较好的解决分类评价问题,评价结果良好,符合客观事实,具有很好的研究价值和推广前景。

引用

页码：57 / 59+63 +63

页数：4

共 11 条

[1] 支持向量机研究现状
朱杰
吴树芳
王妍
刘永立
[J]. 大众科技, 2009, (05) : 88 - 89+136
[2] 基于支持向量机分类算法的湖泊水质评价研究
徐红敏
杨天行
[J]. 吉林大学学报(地球科学版), 2006, (04) : 570 - 573
[3] 支持向量机的研究现状
柳回春
马树元
[J]. 中国图象图形学报, 2002, (06) : 100 - 105
[4] 石头口门水库汇水流域农业非点源污染的模拟研究[D]. 李俊.吉林大学. 2009
[5] 支持向量机在湖泊富营养化评价及水质预测中的应用研究[D]. 武国正.内蒙古农业大学. 2008
[6] 支持向量机的理论与算法研究[D]. 王国胜.北京邮电大学. 2008
[7] 支持向量机回归算法与应用研究[D]. 李海生.华南理工大学. 2005
[8] 支持向量机算法的研究及其应用[D]. 范昕炜.浙江大学. 2003
[9] 支持向量机模型研究及应用[D]. 梁宏霞.辽宁师范大学. 2009
[10] 基于支持向量机的水质评价和预测研究[D]. 郑一华.河海大学. 2006

← 1 2 →