多层次分类支持向量机在水质评价中的应用

在介绍支持向量机(SVM)原理的基础上,设计采用多层次分类器改进支持向量机的分类算法,并利用该方法评价磐石市的地下水水质,同时与模糊综合评判、灰色聚类和神经网络评价结果对比。结果表明,该方法可以用于水资源学科的分类评价计算。     

支持向量机在吉林西部地下水质评价中的应用

支持向量机(SVM)是基于统计学理论的线性分类器，通过寻找最优分类超平面，实现结构风险 最小。对于非线性问题，引入核函数，在高维空间中构造较低VC维的函数集，获得较好的学习效果和泛化能力。针对以往水质评价方法存在的问题，将SVM方法应用于水质评价中，结合研究区的水环境特征，选择TDS、Mn、总铁、氟、总砷、总硬度、NO₃^-、Cl^-、SO₄^2-为评价因子，并对数据进行极差化处理，通过Libsvm软件包求模型惩罚系数C并实现核函数的选择，采用Matlab编程建立支持向量训练器和学习机，对不同层位的地下水水质 状 况进行评价，分析评价结果，为该区饮水安全规划提供科学依据；并将评价结果与综合 水质评价法和模糊综合评判法进行比较，探讨该方法的优越性和推广前景。     

大石桥市地下水环境质量评价

设地下井观测网是一个全向量的空间集合,各监测井不同的水质参数又是这个空间的连通子集,采用高斯方程拟合这个空间集合,用傅立叶级数进行子集收敛,依据地下水环境质量评价标准来进行地下水环境质量评价,取得了较好的效果。     

地下水环境质量评价方法的探讨

本文采用了评价区域地下水本底值为标准，利用国权综合指数进行污染现状评价，收到了较好的效果。     

洞庭湖富营养化支持向量机评价模型研究

基于支持向量机模型良好的推广和泛化能力,构建了洞庭湖水体富营养化支持向量机评价模型。针对评价标准,采用均匀分布随机函数形成50个样本训练集用于支持向量机的训练,并分别选取东洞庭湖、南洞庭湖、西洞庭湖3个典型代表断面,实现了对洞庭湖水体富营养化程度的综合评价。结果表明,近10 a来洞庭湖水质整体处于中富营养化,呈西洞庭湖富营养化程度最高、南洞庭湖其次、东洞庭湖最轻的格局。     

支持向量分类机在湖泊富营养化评价中的应用

支持向量机是建立在统计学理论和结构风险最小化准则的基础上,能较好地解决小样本、非线性、高维数及局部极小点等实际问题的新型机器学习方法.利用支持向量分类机算法,构建湖泊富营养化评价模型并应用于具体实例.结果表明,支持向量分类机能正确客观地对湖泊富营养化程度进行等级评价,并且计算简洁,快速和保证有较好的泛化性能.     

支持向量机在水文气象中的应用

根据1951～2004年丹江口水库流域流量资料及国家气候中心的74项大气环流与海温资料等,利用支持向量机并采用遥相关挑选因子与预报对象一一相对应的距平拟合率,建立了丹江口水库流域不同季节的流量预测模型。小样本量交叉验证和实例预报的结果表明:预测模型是具有良好的稳定性,运算速度比传统的预报方法大大加快。     

河北省地下水环境质量评价及治理措施

河北省地处华北平原北部，水资源严重缺乏。随着经济和社会的发展，用水量急剧增加，地表水受到严重污染，导致地下水也受到不同程度的污染。再加上地下水超采越来越严重，引起了一系列的环境地质问题。在全面评价了河北省地下水环境质量的同时。提出了治理水环境，保护水资源的对策、建议。     

基于支持向量机的水资源评价方法研究

水资源丰富度是刻画水资源承载能力的核心指标,对该地区的水资源规划各项决策起关键指导作用。文章针对水资源丰富度的评价问题,引入支持向量机这一先进工具,综合资源经济和环境等多方面的因素,通过输入输出样本,自动确定出样本水资源承载能力的评价等级,提高对样本等级评价的客观可信度。并以辽西流域为例,对该流域水资源承载能力进行评价,从而为水资源可持续开发决策提供了新的依据。     

支持向量机在地下水位预报中的应用研究

针对地下水系统结构不甚清晰、基础资料不完备条件下区域地下水位预报问题,在介 绍支持向量机基本原理和实现算法的基础上,探讨了支持向量机方法在区域地下水位预报中的应用,经过与人工神经网络方法预报结果比较,表明该方法具有速度快、泛化能力强的特点,可很好地克服神经网络的过学习问题。     

支持向量机在径流预报中的应用探讨

径流的形成是一个涉及到水文、气象及力学等复杂的过程,中间包含降水、蒸发、产流、汇流等复杂过程,还受到地形、地貌、流域下垫面和人类活动等因素影响,其变化非常复杂,作为一种新的机器学习算法,支持向量机在样本有限的情况下,采用结构风险最小化准则,把学习问题转化为一个二次规划问题,从而得到唯一的全局最优解。尝试将最小二乘支持向量机技术用于径流预测,并与BP神经网络方法的预测结果进行了对比,证明SVM方法预测径流量精度要优于BP神经网络方法。     

支持向量机在围岩稳定性分类中的应用

在分析不同围岩稳定性分类方法及支持向量机算法的基础上,提出基于支持向量机的围岩稳定性分类方法。随后采用Matlab语言编程,建立了相应的围岩稳定性分类模型。以某蓄能电站一期工程的实例数据为学习样本,进行学习测试,得到训练效果较佳的分类模型,并用此模型对其二期工程的围岩进行了分类。分析中同BP神经网络算法进行了对比,结果表明,用支持向量机方法来进行围岩稳定性分类是可行的,且具有一定的优越性。     

支持向量机在混凝土CT图像分析中的应用

本文引入支持向量机的理论,对混凝土圆柱体试件一个扫描断面的5个应力阶段的CT图像进行了分析,对图像的各组成部分进行了分类,获得了清晰的裂纹、孔洞区域,砂浆区域和骨料区域的空间位置分布.从支持向量机分类图中可以看出裂纹或孔洞区域的大小分布随应力的变化过程,表明混凝土试件经历了压密、扩容、CT尺度裂纹扩展贯通至最后破坏的过程.与用传统的统计方法研究混凝土CT图像相比,支持向量机法不仅可以反映出材料的空间分布,同时使复杂的CT数分布对应转换为三类数的分布,简化了下一步统计分析.     

支持向量机在中长期径流预报中的应用

本文探索了支持向量机在中长期径流预报中的应用。在支持向量机建模过程中引入了径向基核函数,简化了非线性问题的求解过程,并应用SCE-UA算法辨识支持向量机的参数。在SCE-UA搜索过程中进行了指数变换,以快速准确的找到最优参数。与人工神经网络模型预报结果比较显示,该模型能提高径流中长期预报的精度。     

吉林省开发利用地下水应注意的问题

地下水的形成分别受地质、地貌、气象、水文等众多因素的影响，而人类开发利用地下水又会对生态环境、工程地质条件、水资源的总体循环等产生直接影响。因此，在开发利用地下水的工作中，应全面考虑环境效益、社会效益、经济效益，并且根据各地的实际情况进行全面的科学论证。