改进型支持向量机在水质分类中的应用研究

摘要：

文章分别使用BP、RBF等神经网络和支持向量机等非线性方法对相同的水质数据建立分类模型。使用支持向量分类机建立水质分类模型过程中，选用 RBF 核函数，结合归一、降维等数据预处理手段，利用网格搜索算法对参数进行寻优，得出水质分类模型。实验结果证明在非线性方法中，采用支持向量机并结合相应的数据预处理手段这种方案得出的分类准确率更高，更加具有推广性。

关键词：水质评价、分类、支持向量机、神经网络、核函数

分类号：X824(环境质量分析与评价)

资助基金：淮南职业技术学院基金项目HKJ13-3

在线出版日期：2015-10-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：42-45