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
- 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 OptimizationXiang 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.
