仪器仪表学报
儀器儀錶學報
의기의표학보
CHINESE JOURNAL OF SCIENTIFIC INSTRUMENT
2006年
z3期
2291-2292
,共2页
支持向量机%支持向量分类%水质分析
支持嚮量機%支持嚮量分類%水質分析
지지향량궤%지지향량분류%수질분석
支持向量机(SVM)是由V.Vapnik在统计学习理论(SLT)的基础上发展起来的一种新兴的用以解决小样本的机器学习方法.SVM能更好的代替传统分类器,特别是在高维数据空间具有较好的泛化能力.本文采用支持向量分类(SVC)方法研究了这一理论在工程领域的应用-济南地下水水质的分析.实验获得了较好的分类结果.SVC在小样本下的地下水水质分析中展示了良好的模式识别性能.
支持嚮量機(SVM)是由V.Vapnik在統計學習理論(SLT)的基礎上髮展起來的一種新興的用以解決小樣本的機器學習方法.SVM能更好的代替傳統分類器,特彆是在高維數據空間具有較好的汎化能力.本文採用支持嚮量分類(SVC)方法研究瞭這一理論在工程領域的應用-濟南地下水水質的分析.實驗穫得瞭較好的分類結果.SVC在小樣本下的地下水水質分析中展示瞭良好的模式識彆性能.
지지향량궤(SVM)시유V.Vapnik재통계학습이론(SLT)적기출상발전기래적일충신흥적용이해결소양본적궤기학습방법.SVM능경호적대체전통분류기,특별시재고유수거공간구유교호적범화능력.본문채용지지향량분류(SVC)방법연구료저일이론재공정영역적응용-제남지하수수질적분석.실험획득료교호적분류결과.SVC재소양본하적지하수수질분석중전시료량호적모식식별성능.
