基于支持向量机的地下水质量综合评价

司训练, 张旭峰. 基于支持向量机的地下水质量综合评价[J]. 环境工程学报, 2014, 8(10): 4340-4344.
引用本文: 司训练, 张旭峰. 基于支持向量机的地下水质量综合评价[J]. 环境工程学报, 2014, 8(10): 4340-4344.
Si Xunlian, Zhang Xufeng. Comprehensive evaluation of groundwater quality based on support vector machine[J]. Chinese Journal of Environmental Engineering, 2014, 8(10): 4340-4344.
Citation: Si Xunlian, Zhang Xufeng. Comprehensive evaluation of groundwater quality based on support vector machine[J]. Chinese Journal of Environmental Engineering, 2014, 8(10): 4340-4344.

基于支持向量机的地下水质量综合评价

  • 基金项目:
  • 中图分类号: X824

Comprehensive evaluation of groundwater quality based on support vector machine

  • Fund Project:
  • 摘要: 提出基于支持向量机(SVM)机器学习算法的地下水质量评价模型。首先给出了训练样本生成和数据规范化处理的具体方法,然后采用支持向量机的多分类算法构建模型,并使用k折交叉核实方法对参数进行验证优化。最后通过实证分析,并与单因子指数法、模糊综合评价法和BP神经网络法的评价结果对比分析可知,该方法简便易行,评价结果客观且准确度较高,具有很强的实用性。
  • 加载中
  • [1] 刘坤,刘贤赵,孙瑾,等.基于支持向量机的水环境质量综合评价.中国环境监测,2007,23(3):81-84 Liu Kun,Liu Xianzhao,Sun Jin,et al.Comprehensive assessment of water environmental quality based on support vector machine.Environmental Monitoring in China,2007,23(3):81-84(in Chinese)
    [2] 邓乃扬,田英杰.数据挖掘中的新方法:支持向量机.北京:科学出版社,2004
    [3] 单玉刚,王宏,董爽.改进的一对一支持向量机多分类算法.计算机工程与设计,2012,33(5):1837-1841 Shan Yugang,Wang Hong,Dong Shuang.Improved multi-classification algorithm of one-against-one SVM.Computer Engineering and Design,2012,33(5):1837-1841(in Chinese)
    [4] Hsu C.W.,Lin C.J.A comparison of methods for multiclass support vector machines.IEEE Transactions on Neural Networks,2002,13(2):415-425
    [5] 董国君,哈力木拉提(买买提,余辉.基于RBF核的SVM核参数优化算法.新疆大学学报(自然科学版),2009,26(3):355-358 Dong Guojun,Halmurat Maimait,Yu Hui.Algorithms of optimizing SVM’s kernel parameters with RBF kernel.Journal of Xinjiang University (Natural Science Edition),2009,26(3):355-358(in Chinese)
    [6] Lin H.T.,Lin C.J.A study on sigmoid kernels for SVM and the training of Non-PSD kernels by SMO-type methods.Intelligent Sensing and Information Processing,2005
    [7] 张志涌,杨祖樱.MATLAB教程R2008a.北京:北京航空航天大学出版社,2009
    [8] 中华人民共和国环境保护部.地下水质量标准(GB/T 14848-93).北京:国家技术监督局,1993
  • 加载中
计量
  • 文章访问数:  1685
  • HTML全文浏览数:  1051
  • PDF下载数:  1072
  • 施引文献:  0
出版历程
  • 收稿日期:  2014-07-03
  • 刊出日期:  2014-09-28
司训练, 张旭峰. 基于支持向量机的地下水质量综合评价[J]. 环境工程学报, 2014, 8(10): 4340-4344.
引用本文: 司训练, 张旭峰. 基于支持向量机的地下水质量综合评价[J]. 环境工程学报, 2014, 8(10): 4340-4344.
Si Xunlian, Zhang Xufeng. Comprehensive evaluation of groundwater quality based on support vector machine[J]. Chinese Journal of Environmental Engineering, 2014, 8(10): 4340-4344.
Citation: Si Xunlian, Zhang Xufeng. Comprehensive evaluation of groundwater quality based on support vector machine[J]. Chinese Journal of Environmental Engineering, 2014, 8(10): 4340-4344.

基于支持向量机的地下水质量综合评价

  • 1. 西安石油大学油气资源经济与管理研究中心, 西安 710065
基金项目:

摘要: 提出基于支持向量机(SVM)机器学习算法的地下水质量评价模型。首先给出了训练样本生成和数据规范化处理的具体方法,然后采用支持向量机的多分类算法构建模型,并使用k折交叉核实方法对参数进行验证优化。最后通过实证分析,并与单因子指数法、模糊综合评价法和BP神经网络法的评价结果对比分析可知,该方法简便易行,评价结果客观且准确度较高,具有很强的实用性。

English Abstract

参考文献 (8)

返回顶部

目录

/

返回文章
返回