排序方式: 共有6条查询结果,搜索用时 0 毫秒
1
1.
2.
支持向量机算法用于夜光藻密度建模 总被引:4,自引:0,他引:4
支持向量机(SVM)算法是特别适合于用有限已知样本训练建模,进而预报未知样本属性的模式识别新算法。本文旨在尝试将Vapnik提出的支持向量机算法用于环境保护领域。用支持向量回归算法总结了石城岛,王家岛附近赤潮发生与海水温度,溶解氧,盐度,总氮量,无机磷,浮游植物密度的对应关系。用支持向量回归算法求得赤潮爆发的数学模型。留一法结果表明,支持向量回归的预报误差比人工神经网络小。支持向量机方法可以成为研究赤潮发生机理,探索赤潮预报途径的一种工具。 相似文献
3.
机动车排放检测仪器在我国环境保护中的应用及其发展趋势 总被引:2,自引:0,他引:2
随着我国机动车排气污染的控制和管理的加强,机动车排放监测仪器得到广泛的使用,本文简述了几种主要排放检测仪器的基本原理和特点及在我国机动车排放测量中的主要应用,并讨论了其发展趋势。 相似文献
4.
5.
机动车综合排气性能的支持向量分类和预报方法 总被引:1,自引:2,他引:1
支持向量机(SVM)算法是特别适合于用有限已知样本训练建模,进而预报未知样本属性的模式识别新算法。由于它根据严格的数学理论,同时考虑了拟合精度和对过拟合的抑制,故能基于小样本集作较可靠的计算机预报,本工作用这一算法研究了11类排量为125cc的四冲程摩托车的综合排气性能的分类和预报方法,并用留一法比较了SVM算法与Fisher法和KNN法的预报准确率。结果表明:SVM算法所建立的数学模型的预报正确率比Fisher法和KNN法高,因此,SVM算法可望应用于环保领域。 相似文献
6.
1