典型文献
基于支持向量机的水质评估模型研究
文献摘要:
针对水质评估因子的模糊性和非线性特征,且水质样本小类(如高污染水质类)因样本量少而容易导致误分的问题,深入研究了支持向量机(SVM)这一善于解决非线性问题的智能模型,设计了一种多宽度复合高斯核的支持向量机模型.该模型通过多个复合高斯核扩大和控制核函数宽度,以此扩大样本间欧氏距离与差异,以解决小类的误分问题.运用MATLAB平台对2017年全国98个重点断面水质周报数据进行算法对比实验,结果证实多宽度核评估模型较好地提升了SVM的分类精度,对水质分类问题是可行有效的,对其他小样本分类问题也有一定的借鉴作用.
文献关键词:
水质评估;多宽度高斯核;支持向量机;参数寻优
中图分类号:
作者姓名:
邓伟萍;桂超;汪波;石黎;关培超
作者机构:
湖北经济学院信息与通信工程学院,湖北 武汉 430205
文献出处:
引用格式:
[1]邓伟萍;桂超;汪波;石黎;关培超-.基于支持向量机的水质评估模型研究)[J].软件工程,2022(01):47-49,28
A类:
多宽度高斯核
B类:
水质评估,评估因子,模糊性,非线性特征,水质样本,高污染,样本量,决非,非线性问题,智能模型,支持向量机模型,核函数,大样本,欧氏距离,点断,断面水质,周报,报数,算法对比,实多,分类精度,水质分类,分类问题,小样本,参数寻优
AB值:
0.417015
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。