基于机器学习理论的海洋水质评价模型

• 作者: 余昱昕 张培珍 张莹 彭发定 谢仕义 邓伟彬
• 来源期刊: 物探化探计算技术
• 学科: 地球科学
• 关键词: 机器学习 海洋水质评价 大样本 支持向量机
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 计算机应用
• 页码范围: 819-825
• 页数: 7页
• 分类号: P76
• 字数: 4491字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1749.2019.06.17

摘要

为构建适用于海洋水质的评价模型,这里以大数据下的机器学习理论为基础,利用一个包含40万个站位组成,每个站位包含13个水质指标信息的理论假设大样本,选择三种适用于多特征多分类问题的机器学习算法:决策树、贝叶斯和支持向量机来构建适用于水质评价的模型,得出基于支持向量机算法的评价模型效果最好,可作为解决利用多水质指标信息综合评价海洋水质这一问题的有效方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢仕义	广东海洋大学数学与计算机学院	46	437	9.0	20.0
2	张莹	广东海洋大学数学与计算机学院	21	98	6.0	9.0
3	张培珍	广东海洋大学电子与信息工程学院	18	72	6.0	7.0
4	彭发定	广东海洋大学数学与计算机学院	2	1	1.0	1.0
5	余昱昕	广东海洋大学电子与信息工程学院	2	1	1.0	1.0
6	邓伟彬	广东海洋大学数学与计算机学院	1	1	1.0	1.0