咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >土壤环境质量支持向量机预测模型初探——以湖南长沙、株洲、湘潭... 收藏

土壤环境质量支持向量机预测模型初探——以湖南长沙、株洲、湘潭地区为例

A preliminary study of soil pollution assessment model based on SVM——a case example from Changsha,Zhuzhou and Xiangtan districts,Hunan Province.

作     者:吴堑虹 王关金 戴塔根 侯木舟 Wu Qianhong;Wang Guanjin;Dai Tagen;Hou Muzhou

作者机构:中南大学湖南长沙410083 

出 版 物:《地学前缘》 (Earth Science Frontiers)

年 卷 期:2008年第15卷第5期

页      面:97-102页

核心收录:

学科分类:12[管理学] 1204[管理学-公共管理] 082803[工学-农业生物环境与能源工程] 08[工学] 0828[工学-农业工程] 120405[管理学-土地资源管理] 

基  金:中国地质调查局与湖南省人民政府合作项目"湖南省洞庭湖区生态地球化学调查"(121201310304) 国家自然科学基金项目(40473029) 

主  题:土壤环境质量 影响因素 预测模型 支持向量机 

摘      要:针对土壤环境质量时序连续监测数据缺乏的现状以及城市建设发展需要,笔者试图通过建立土壤环境质量影响因素预测模型,实现利用影响因素对土壤环境质量进行预测评估。基于支持向量机相对传统经验模型除了更适合样本少情况以外,还具有泛化力强、精确度较高的优势,尝试建立基于支持向量机的土壤环境质量预测模型。研究选择时序连续的9个土壤环境质量影响因素,如国内生产总值、有害废水、废气、固体废物产生量、人口总数、年降雨量、植被覆盖面积等作为土壤环境质量预测评价因子,以长沙、株洲、湘潭地区1986年和2003年的879个土壤样品的Cu、Pb、Zn、Cd、Co、Ni、Cr、Mn含量和17年的51个影响因素样本数据作为学习和预测检验样本,采用遗传算法优选并确定了高斯核函数参数(γ)、损失函数不敏感度(ε)以及惩罚因子参数值(C),它们分别为1.021、0.000416和1012。优化逼近了土壤环境质量与影响因素的关系隐函数,获得基于支持向量机的土壤环境质量预测模型,检验结果显示了模型的有效性。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分