基于支持向量機的巢湖富營養化程度評價研究

時間：2007-09-03 來源：污染控制與資源化研究國家重點實驗室，南京大學環境學院 作者：楊道軍；錢新；劉坤；錢瑜

資料來源：污染控制與資源化研究國家重點實驗室，南京大學環境學院

摘　　要：由于湖泊富營養化程度影響因素多，評價因素與富營養化等級之間關系復雜而且具有非線性特征。支持向量機是由Vapnik等人提出的建立在統計學習理論基礎上的一種新的機器學習方法，由于其使用結構風險最小化原則代替經驗風險最小化原則，解決了一些神經網絡遺留的問題，又由于其應用了核函數思想，它可以較好的解決非線性問題，利用支持向量機多類分類算法，構建巢湖富營養化程度評價模型，取得較好的結果。

Abstract：

關 鍵 字：支持向量機；核函數；富營養化

下載