基于支持向量机的浮游植物密度预测研究

• 作者: 冯剑丰 李胜朋 王洪礼
• 来源期刊: 海洋环境科学
• 关键词: 支持向量机 浮游植物 预测
• 年，卷（期）: 2007,（5）
• 所属期刊栏目: 调查与研究
• 页码范围: 438-441
• 页数: 4页
• 分类号: TP182|Q179
• 语种: 中文
• DOI: 10.3969/j.issn.1007-6336.2007.05.009

摘要

利用支持向量机方法对具有非线性及突发性特点的浮游植物密度进行了预测,同时与人工神经网络方法预测的结果进行了比较.结果表明,无论是拟和能力还是预测能力,支持向量机方法都明显优于人工神经网络方法,支持向量机方法比较适合于具有小样本、非线性特点的浮游植物密度预测研究.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王洪礼	天津大学机械工程学院	155	1726	22.0	29.0
2	冯剑丰	天津大学环境科学与工程学院	23	304	12.0	16.0
3	李胜朋	天津大学机械工程学院	22	264	10.0	15.0