10.3969/j.issn.1001-4160.2002.06.007
支持向量机算法用于夜光藻密度建模
支持向量机(SVM)算法是特别适合于用有限已知样本训练建模,进而预报未知样本属性的模式识别新算法.本文旨在尝试将Vapnik提出的支持向量机算法用于环境保护领域.用支持向量回归算法总结了石城岛、王家岛附近赤潮发生与海水温度、溶解氧、盐度、总氮量、无机磷、浮游植物密度的对应关系.用支持向量回归算法求得赤潮爆发的数学模型.留一法结果表明:支持向量回归的预报误差比人工神经网络小.支持向量机方法可以成为研究赤潮发生机理、探索赤潮预报途径的一种工具.
夜光藻、赤潮、数学模型、支持向量机算法
19
O06-04
国家自然科学基金委员会和美国福特公司联合资助项目9716214;美国福特公司联合资助项目9716214
2004-04-09(万方平台首次上网日期,不代表论文的发表时间)
共3页
706-708