基于支持向量机的巢湖富营养化程度评价研究

时间：2007-09-03 来源：污染控制与资源化研究国家重点实验室，南京大学环境学院 作者：杨道军；钱新；刘坤；钱瑜

资料来源：污染控制与资源化研究国家重点实验室，南京大学环境学院

摘　　要：由于湖泊富营养化程度影响因素多，评价因素与富营养化等级之间关系复杂而且具有非线性特征。支持向量机是由Vapnik等人提出的建立在统计学习理论基础上的一种新的机器学习方法，由于其使用结构风险最小化原则代替经验风险最小化原则，解决了一些神经网络遗留的问题，又由于其应用了核函数思想，它可以较好的解决非线性问题，利用支持向量机多类分类算法，构建巢湖富营养化程度评价模型，取得较好的结果。

Abstract：

关 键 字：支持向量机；核函数；富营养化

下载