最小二乘支持向量机应用于西安霸河口水质预测

• 作者: 任娟 司全印 房平 邵瑞华
• 来源期刊: 系统工程
• 学科: 地球科学
• 关键词: 最小二乘支持向量机(LS-SVM) 径向基核函数(RBF) 核函数 结构风险最小化(SRM) 水质预测模型
• 年，卷（期）: 2011,（6）
• 页码范围: 113-117
• 页数: 5页
• 分类号: X824
• 语种: 中文

摘要

利用西安霸河10年的水质平均数据作为数据集,建立了基于最小二乘支持向量机的水质预测模型。通过适当的参数选择,其平均相对误差只有4.95%,预测的准确率达到95%。通过实例计算且与误差逆传播（BP）神经网络、RBF神经网络等预测方法进行了对比分析,表明该方法的平均预测精度较传统的神经网络方法提高约4%,且具有收敛速度快、泛化能力强等优点,可有效用于水质预测。