| 基于支持向量机理论的海水水质富营养化评价研究 |
| |
| 引用本文： | 王洪礼,王长江,李胜朋.基于支持向量机理论的海水水质富营养化评价研究[J].海洋技术,2005,24(1):48-51. |
| |
| 作者姓名： | 王洪礼 王长江 李胜朋 |
| |
| 作者单位： | 天津大学机械工程学院,天津,300072 |
| |
| 基金项目： | 国家自然科学基金资助项目 ( 1 0 472 0 77) |
| |
| 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。
|
| 关 键 词： | 海水水质 富营养化评价 水质评价 机理 分类评价 BP人工神经网络 支持向量机（SVM） 小样本 领域 |
| 文章编号： | 1003-2029(2005)01-0048-04 |
| 修稿时间： | 2004年8月28日 |
Eutrophication Evaluation of Seawarter Based on Support Vector Machine |
| |
| WANG Hong-li,WANG Chang-jiang,LI Sheng-peng.Eutrophication Evaluation of Seawarter Based on Support Vector Machine[J].Ocean Technology,2005,24(1):48-51. |
| |
| Authors: | WANG Hong-li WANG Chang-jiang LI Sheng-peng |
| |
| Abstract: | In this paper,Support Vector Machine (SVM) theory is first applied to evaluation of eutrophication degree of sea water quality. An applied example is evaluated with a satisfactory result, Compared with BP artificial neural network. Support Vector Machine can resolve problems of classification with small sample more effectively and accurately. Thus, a simple and effective evaluation method is provided for evaluation of eutrophication of seawater quality. |
| |
| Keywords: | Support Vector Machine eutrophication assessment of coastal water quality |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
