加权支持向量回归机及其在水质预测中的应用   总被引：1，自引：0，他引：1  

徐红敏  王继广 《世界地质》2007,26(1):58-61

支持向量机是一种基于结构风险最小化原理的学习技术，也是一种新的具有很好泛化性能的回归方法。本文对用于回归估计的标准支持向量机加以改进，提出了一种新的用于回归估计的支持向量机学习算法，针对各样本重要性的差异，给各个样本的惩罚系数和误差要求赋予不同权重，并利用加权支持向量回归机的理论及其算法构建水质预测模型。实验结果表明，该方法对水质具有较好的预测效果。  相似文献   

放射性核素在裂隙介质中迁移模型研究综述   总被引：2，自引：0，他引：2  

刘金英  杨天行  徐红敏  黄继国 《世界地质》2000,19(1):66-68

指出了研究核素迁移问题的意义,归纳了裂隙介质的几种简化形式,概括总结了国内外对放射性核素在裂隙介质中迁移模式研究中的进展.提出了迁移数学模式的分类方法,并指出了目前迁移问题研究中存在的不足.  相似文献   

多目标规划在哈尔滨市地下水资源管理中的应用     

王来生  杨天行  徐红敏  宋丽红 《吉林大学学报(地球科学版)》2001,31(2):156-159

建立了哈尔滨市地下水资源优化管理模型 ,将求解多目标最优化问题的约束法和线性加权法相结合 ,给出了一种综合解法 ,并将此法应用于所建立的水资源优化管理模型的求解。其结果可为该地区地下水资源的管理提供有参考价值的科学依据。  相似文献   

基于支持向量机分类算法的湖泊水质评价研究   总被引：11，自引：1，他引：10  

徐红敏  杨天行 《吉林大学学报(地球科学版)》2006,36(4):570-573

支持向量机（SVM）是由Vapnik等人提出的建立在统计学习理论基础上的一种小样本机器学习方法,最初用于解决二分类问题。由于使用结构风险最小化原则代替经验风险最小化原则,使它较好地解决了小样本情况下的学习问题。又由于采用了核函数思想,使它将非线性问题转化为线性问题来解决,降低了算法的复杂度。利用支持向量机多类分类算法,构建湖泊水环境评价模型。实验结果表明,该方法能够正确地对湖泊水环境质量进行分类评价。  相似文献