ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

最小二乘支持向量机在太湖流域水质评价中的应用

陈曦; 仇蕾; 黄泽元河海大学
水生态学杂志2013-11-15
19阅读
引用收藏
分享

摘要

为客观、准确地评价水质状况,从而为水污染防治和水资源合理开发利用提供科学指导,根据最小二乘支持向量机(LS-SVM)的基本原理,引入其分类算法构建太湖流域的水质评价模型,以太湖流域5个重点断面为研究对象,通过对已知训练样本进行学习训练,对测试样本的水质等级进行评价,并将其结果与BP神经网络、判别分析法相比较。结果表明,LS-SVM在太湖流域水质评价方面有着更出色的效果,可为太湖流域水资源管理提供新的参考方法。

学科与关键词

关键词
最小二乘支持向量机太湖流域水质评价 Least Square-Support Vector MachinesTaihu Lake Basinwater quality assessment
相关
加载中…
  • 主成分分析—支持向量机的水质评价模型研究
    王成杰; 张森科技创新导报, 2013, (24): 1.
  • Water Quality Prediction Using LS-SVM with Particle Swarm Optimization
    Xiang Yunrong*; Jiang Liangzhong2nd International Workshop on Knowledge Discovery Data Mining, Moscow, RUSSIA, 2009-01-23 To 2009-01-25.被引 42
  • GA-BP优化TS模糊神经网络水质监测与评价系统预测模型的应用——以太湖为例
    肖金球; 周翔; 潘杨; 冯威; 陈多观西南大学学报(自然科学版), 2019, (12): 110-119.
查看全部 →

发表信息

论文状态
公开发表
期刊
水生态学杂志
发表日期
2013-11-15
卷期
第 06 期
页码
16-21
成果收录
CHINAJOURNAL
资助标注
国家社会科学基金重点项目(10AJY005)

作者

  • 陈

    陈曦 (第一作者)

  • 仇

    仇蕾

查看全部 3 位作者收起作者
  • 黄

    黄泽元

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417