生物数学学报
生物數學學報
생물수학학보
JOURNAL OF BIOMATHEMATICS
2007年
1期
171-177
,共7页
最小二乘支持向量机%农田水汽通量%神经网络%模型
最小二乘支持嚮量機%農田水汽通量%神經網絡%模型
최소이승지지향량궤%농전수기통량%신경망락%모형
支持向量机是在统计学习理论基础上发展起来的一种新型的机器学习方法,已在模式识别、非线性建模等领域中得到了应用.本文将最小二乘支持向量机方法应用于农田水汽通量的建模中,并同前馈反向传播神经网络的建模性能进行了比较.结果表明,最小二乘支持向量机方法具有可调参数少、学习速度较快等优点,具有更好的推广能力,以更高的精度建立农田水汽通量模型.模型的敏感性分析进一步显示,用最小二乘支持向量机方法建立的农田水汽通量模型是合理可行的.
支持嚮量機是在統計學習理論基礎上髮展起來的一種新型的機器學習方法,已在模式識彆、非線性建模等領域中得到瞭應用.本文將最小二乘支持嚮量機方法應用于農田水汽通量的建模中,併同前饋反嚮傳播神經網絡的建模性能進行瞭比較.結果錶明,最小二乘支持嚮量機方法具有可調參數少、學習速度較快等優點,具有更好的推廣能力,以更高的精度建立農田水汽通量模型.模型的敏感性分析進一步顯示,用最小二乘支持嚮量機方法建立的農田水汽通量模型是閤理可行的.
지지향량궤시재통계학습이론기출상발전기래적일충신형적궤기학습방법,이재모식식별、비선성건모등영역중득도료응용.본문장최소이승지지향량궤방법응용우농전수기통량적건모중,병동전궤반향전파신경망락적건모성능진행료비교.결과표명,최소이승지지향량궤방법구유가조삼수소、학습속도교쾌등우점,구유경호적추엄능력,이경고적정도건립농전수기통량모형.모형적민감성분석진일보현시,용최소이승지지향량궤방법건립적농전수기통량모형시합리가행적.
