版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、水質(zhì)污染問題已經(jīng)成為我國環(huán)保領域的重要課題,它直接影響到人類的生存與發(fā)展。水質(zhì)監(jiān)測與評價為水環(huán)境水資源管理和污染控制的主要手段之一,是進行水質(zhì)治理和水資源開發(fā)利用的前期工作,為水資源的保護和綜合應用提供原則性的方案和依據(jù)。 本文基于多源傳感器地面監(jiān)測數(shù)據(jù),高分辨率、多光譜遙感衛(wèi)星圖像數(shù)據(jù),以Matlab為平臺,從信息融合的角度,引入支持向量機(SVM)理論與方法,并首次將該方法應用到水質(zhì)監(jiān)測與評價中,分析其可行性、有效性。主要研
2、究內(nèi)容及結(jié)論如下:(1)以地面監(jiān)測數(shù)據(jù)為對象,設計并構(gòu)建了基于地面監(jiān)測數(shù)據(jù)的SVM水質(zhì)狀況識別模型,分析長江口水質(zhì)狀況,并與單因子評價方法,BP神經(jīng)網(wǎng)絡方法和基于D-S理論的方法進行比較,說明在水質(zhì)狀況識別問題上,運用支持向量機方法進行水質(zhì)評價是可行的,且具有更好的分類能力。 (2)將每月水質(zhì)參數(shù)平均濃度值的監(jiān)測看成一個時間序列預測問題,建立了基于地面監(jiān)測數(shù)據(jù)的SVM水質(zhì)監(jiān)測信息融合處理模型,對太湖流域的水質(zhì)參數(shù)高錳酸鹽指數(shù)月平
最新文檔
- 支持向量機在水質(zhì)評價及預測中的應用研究.pdf
- 支持向量機在地表水質(zhì)評價與預測中的應用研究.pdf
- 基于證據(jù)理論的信息融合研究及其在水質(zhì)監(jiān)測中的應用.pdf
- 支持向量機在湖泊富營養(yǎng)化評價及水質(zhì)預測中的應用研究.pdf
- 支持向量機在骨齡評價系統(tǒng)中的應用研究.pdf
- 支持向量機在礦區(qū)遙感監(jiān)測圖像分類中的應用研究.pdf
- 最優(yōu)搜索理論與支持向量機在信息檢索中的應用研究.pdf
- 支持向量機在感官評估中的應用研究.pdf
- 支持向量機在認知診斷中的應用研究.pdf
- 支持向量機在FSK解碼中的應用研究.pdf
- 支持向量機及其在控制中的應用研究.pdf
- 支持向量機在SAP BI中的應用研究.pdf
- 支持向量機在語音識別中的應用研究.pdf
- 支持向量機在機器學習中的應用研究.pdf
- 支持向量機在基坑變形預測中的應用研究.pdf
- Lp正則化在支持向量機中的應用研究.pdf
- 支持向量機在MBR仿真系統(tǒng)中的應用研究.pdf
- 支持向量機在海底底質(zhì)分類中的應用研究.pdf
- 模糊支持向量機在人臉識別中的應用研究.pdf
- 支持向量機在多目標跟蹤中的應用研究.pdf
評論
0/150
提交評論