基于支持向量机分类算法的湖泊水质评价研究.pdf

《基于支持向量机分类算法的湖泊水质评价研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、第36卷第4期吉林大学学报（地球科学版）VoI.36No.42006年7月JournaIofJiIinUniversit（yEarthScienceEdition）JuIy2006基于支持向量机分类算法的湖泊水质评价研究1，22徐红敏，杨天行1.北京石油化工学院数理部，北京1026172.吉林大学地球探测科学与技术学院，长春130026摘要：支持向量机（SVM）是由Vapnik等人提出的建立在统计学习理论基础上的一种小样本机器学习方法，最初用于解决二分类问题。由于使用结构风险最小化原则代替经验风险最小化原则，使它较好地解决了小样本情况下的学习问题。又由于采用了核函

2、数思想，使它将非线性问题转化为线性问题来解决，降低了算法的复杂度。利用支持向量机多类分类算法，构建湖泊水环境评价模型。实验结果表明，该方法能够正确地对湖泊水环境质量进行分类评价。关键词：湖泊；支持向量机；分类算法；水质评价中图分类号：X824文献标识码：A文章编号：16715888（2006）04057004EvaluationofLakeWater(ualityBasedonClassificationAlgorithmsofSupportVectorMachines1，22XUHong-min，YANGTian-xing1.DepartmentofMathem

3、aticsandPhysics，BeijingInstituteofPetrochemicalTechnology，Beijing102617，China2.CollegeofGeolxplorationScienceandTechnology，JilinUniuersity，Changchun130026，ChinaAbstract：Supportvectormachines（SVM）weredeveIopedfromthemachineIearningtheoryofsmaIIsampIesbasedonstatisticaIIearningtheory（SL

4、T）byVapniketaI，whichwereoriginaIIydesignedforbinarycIassificationprobIems.ItcansoIvesmaII-sampIeIearningprobIemsbetterbyusingstructuraIriskminimiza-tioninpIaceofexperientiaIriskminimization.Moreover，SVMcanconvertanonIinearIearningprobIemintoaIinearIearningprobIeminordertoreducetheaIgo

5、rithmcompIexitybyusingthekerneIfunctionconcept.AmuIti-cIasscIassificationmethodofSVMisappIiedtoIakewaterguaIityassessment.AcasestudyshowsthatthemethodisreIiabIeinthecIassificationandevaIuationofIakewaterguaIity.Keywords：Iakewaterenvironment；supportvectormachines；cIassificationaIgorith

6、ms；waterguaIitye-vaIuation［2，3］湖泊是人类赖以生存的重要水资源，但是目前的主观性。近年来国内外都在努力探索更为湖泊面临着越来越严重的水质污染问题。虽然用合理的评价方法，其中人工神经网络评价法（BP）［3］于水质评价的模型较多，如综合指数法、灰色聚类被广泛使用，但用其建立水质评价模型存在两［1］法、灰色模式识别法、模糊综合评判法等，但是个问题：!训练样本不足，计算精度不够；"由于神这些方法都要事先假定模式或主观规定的一些参经网络结构太大而出现“过拟合”现象。这样建立数：如模糊综合评判法要给定水质参数的权值，模的模型就无法保证其具有较好的

7、泛化能力和预测糊聚类分析要给定隶属函数等，评价结果具有很强能力。收稿日期：20060314基金项目：国家“973”项目（G1999045705）作者简介：徐红敏（1966），女，江苏宜兴人，副教授，博士研究生，主要从事资源环境系统数学模型与智能化管理等方面的研究，TeI：010-66242441，E-maiI：xuhongmin@bipt.edu.cn第4期徐红敏，杨天行：基于支持向量机分类算法的湖泊水质评价研究571支持向量机（SupportVectorMachines，SVM）是中随机独立抽取的。为了使分类面对所有样本正Vapnik等人根据统计学理论提出的一种

8、新的通用确