手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

基于支持向量机理论的水环境质量预测与评价方法研究

徐红敏

   本文针对水环境系统的复杂性、非线性、小样本等特征,以水环境质量预测与评价为研究目标,立足于对支持向量机分类和回归估计的理论模型及其在实际问题研究中的应用进行完善、推广和创新。提出新的或改进的支持向量机多值分类算法和回归估计算法,构建水环境水质预测模型及其质量综合评价模型,并进行应用性的研究与分析。该研究丰富和拓展了支持向量机理论及其应用范围,不仅丰富了水环境质量预测与评价的理论与方法,而且对水资源的合理规划和可持续地开发利用提供了科学的决策依据和技术支持,具有实际应用价值。 本文的主要工作是: 1)对SVM算法理论的发展历史、研究现状及未来的发展方向,特别是对目前主要研究内容及其应用作研究性综述。通过理论分析与数值实验探讨了各种SVM算法的优缺点和适用范围。 2)剖析了水环境的水质预测和评价方法的国内外研究现状,阐述了支持向量机应用于水质预测与评价研究的合理性和可行性。 3)拓展SVM的应用范围,提出改进的SVM多值分类模型,构建一种新的水库湖泊水质质量综合评价方法。 4)提出改进的SVR算法,并建立一种新的水质预测模型。……   
[关键词]:统计学习理论;支持向量机(SVM);支持向量回归机(SVR);算法;多值分类;水环境;水质预测;水质评价
[文献类型]:博士论文
[文献出处]:吉林大学2007年
App内打开