基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对渭河水质参数遥感反演这一典型的非线性、小样本回归估计问题,引入最小二乘支持向量回归(LSSVR)方法来解决,它将SVR中的二次规划问题转化为线性方程组求解,在保证精度的同时极大地降低了计算复杂性,加快了求解速度;针对其参数难以选择的问题,利用遗传算法(GA)来优选模型参数.采用提出的方法对标准数据集进行了实验,并建模对渭河的4种水质参数CODmN(高锰酸盐指数)、NH_3-N(氨氮)、DO(溶解氧)、COD(化学需氧量)进行了遥感反演,结果表明GA-LSSVR模型可用于解决复杂的回归问题并具有较好的预测性能.
推荐文章
基于PSO优选参数的SVR水质参数遥感反演模型
高分辨遥感影像
粒子群优化算法
支持向量回归
参数优选
水质反演
基于GA-LSSVR的图书馆文献资源需求预测
遗传算法
最小二乘支持向量机
回归法
文献资源
预测模型
基于GA-LSSVR的露天矿边坡稳定性预测
露天矿
边坡稳定性
遗传算法
最小二乘支持向量回归
预测模型
基于PSO优选参数的SVR水质参数遥感反演模型
高分辨遥感影像
粒子群优化算法
支持向量回归
参数优选
水质反演
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于GA-LSSVR的渭河水质参数遥感反演研究
来源期刊 遥感技术与应用 学科 工学
关键词 遗传算法 最小二乘支持向量回归 渭河 遥感 反演 水质参数
年,卷(期) 2010,(2) 所属期刊栏目 研究与应用
研究方向 页码范围 257-262
页数 分类号 TP79
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 汪西莉 陕西师范大学计算机科学学院 83 804 16.0 23.0
2 谢屹鹏 陕西师范大学计算机科学学院 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (52)
共引文献  (54)
参考文献  (11)
节点文献
引证文献  (9)
同被引文献  (53)
二级引证文献  (22)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(10)
  • 参考文献(1)
  • 二级参考文献(9)
2005(12)
  • 参考文献(2)
  • 二级参考文献(10)
2006(11)
  • 参考文献(0)
  • 二级参考文献(11)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(7)
  • 引证文献(0)
  • 二级引证文献(7)
2018(4)
  • 引证文献(1)
  • 二级引证文献(3)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
遗传算法
最小二乘支持向量回归
渭河
遥感
反演
水质参数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
遥感技术与应用
双月刊
1004-0323
62-1099/TP
大16开
兰州市天水路8号
54-21
1986
chi
出版文献量(篇)
2767
总下载数(次)
11
总被引数(次)
43303
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导