CAJ | 학술논문

支持向量机是基于统计学习理论的新一代机器学习技术,其非线性回归预测性能优越于传统统计方法.提出了一种大气污染物浓度预测模型,该方法将支持向量机应用于大气污染物浓度预测,首先对各类影响因子进行分析并进行建模预测;而后利用主成分分析的方法对输入因子降维,从而形成支持向量机的训练样本集;在此基础上建立了基于RBF核函数支持向量回归法的大气污染预模型.大气污染预测实例表明,该方法具有泛化能力强、预测精度高、训练速度快、稳定性好、便于建模等优点,有良好的应用前景.
지지향량궤시기우통계학습이론적신일대궤기학습기술,기비선성회귀예측성능우월우전통통계방법.제출료일충대기오염물농도예측모형,해방법장지지향량궤응용우대기오염물농도예측,수선대각류영향인자진행분석병진행건모예측;이후이용주성분분석적방법대수입인자강유,종이형성지지향량궤적훈련양본집;재차기출상건립료기우RBF핵함수지지향량회귀법적대기오염예모형.대기오염예측실례표명,해방법구유범화능력강、예측정도고、훈련속도쾌、은정성호、편우건모등우점,유량호적응용전경.