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:
水质预测作为水环境污染控制的重要手段,能够预测水质的变化趋势,从而有效地控制水质恶化情况。分析了支持向量机的回归理论和算法;构建了支持向量机水质预测模型。应用实例以通州区新江海河站点为研究对象,取N H3-N浓度和T P浓度为时间序列样本,运用支持向量回归机的理论与方法,构造预测模型,并利用Libsvm软件包和MATLAB软件进行水质预测。从整体预测效果来看,其预测结果能较好地反映水质情况。
推荐文章
基于回归支持向量机的温泉水质pH值预测研究
水质预测
pH值
回归型支持向量机
预测模型
基于支持向量机的水质浊度补偿研究
支持向量机
水质监测
浊度
网格搜索法
基于支持向量机的需水预测研究
统计学习理论
支持向量机
回归模型
需水预测
基于支持向量机的石油需求预测
支持向量机
结构风险最小化
神经网络
石油需求
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 基于支持向量机的水质预测应用实例
来源期刊 中国农村水利水电 学科 工学
关键词 水环境 水质预测 支持向量机 回归理论
年,卷(期) 2015,(1) 所属期刊栏目 水环境与水生态
研究方向 页码范围 85-89
页数 5页 分类号 TV213.4
字数 4740字 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 张秀菊 河海大学水文与水资源学院 17 119 7.0 10.0
2 赵文荣 河海大学水文与水资源学院 2 16 2.0 2.0
3 安焕 河海大学水文与水资源学院 2 16 2.0 2.0
4 张琴玲 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  (25)
共引文献  (19)
参考文献  (9)
节点文献
引证文献  (9)
同被引文献  (44)
二级引证文献  (18)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(14)
  • 引证文献(3)
  • 二级引证文献(11)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
水环境
水质预测
支持向量机
回归理论
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
中国农村水利水电
月刊
1007-2284
42-1419/TV
大16开
武汉大学二区
38-49
1959
chi
出版文献量(篇)
10420
总下载数(次)
11
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导