基于支持向量机的土壤侵蚀评价预测模型研究

• 作者: 曾致远 林伟华 毛典辉 王乘
• 来源期刊: 人民长江
• 学科: 农学
• 关键词: 土壤侵蚀 支持向量机 人工神经网络 预测模型
• 年，卷（期）: 2007,（8）
• 所属期刊栏目: 水土保持
• 页码范围: 82-84
• 页数: 3页
• 分类号: S157
• 字数: 3445字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4179.2007.08.030

摘要

尝试应用一种新的机器学习算法-支持向量机(SVM)来对水土流失现状进行评价与预测.该方法能针对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得到全局最优解,较好地解决了小样本、非线性、高维数和局部极小点等实际问题, 具有很强的泛化(预测)能力.以石桥铺小流域作为研究对象,通过支持向量机算法建立土壤侵蚀评价与预测模型,并与BP神经网络的方法进行了对比,结果表明该模型的预测精度要高于人工神经网络模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾致远	华中科技大学数字化工程与仿真中心	38	495	13.0	21.0
2	王乘	华中科技大学数字化工程与仿真中心	279	3821	29.0	46.0
3	毛典辉	华中科技大学数字化工程与仿真中心	7	47	5.0	6.0
4	林伟华	华中科技大学数字化工程与仿真中心	5	45	4.0	5.0