一种多核加权支持向量机的水质预测方法.pdfVIP

第41卷 增-?lJ 东 南大 学 学报 (自然科学版) Vo1．41 Sup 2011年 9月 JOURNALOFSOUTHEASTUNIVERSITY (NaturalScienceEdition) Sept．2011 doi：10．3969／j．issn．1001—0505．2011．S1．004 一 种多核加权支持 向量机 的水质预测方法 梁雪春 龚艳冰 肖 迪 (南京工业大学 自动化与电气工程学院，南京 210009) (河海大学商学院，常州213022) 摘要：提出一种基于多核加权支持向量机的水质预测方法．核函数及其参数选择与数据分布的 情况密切相关，采用单一的核函数应对水资源质量评价指标的整个数据分布难 以达到很好的预 测结果．采用多核加权学习的核函数避免了核函数设计的盲 目性和局部最优等非线性优化问题． 实例表明，该方法的预测结果是合理可行的，且与以往同类预测方法相比，有着更为客观，计算简 便等优点． 关键词：多核学习；支持 向量机 ；水质预测 中图分类号：U459．2 文献标志码 ：A 文章编号：1001—0505(2011)增刊43014-04 Novelmethod forwaterqualitypredictionbased onmulti-kernel ● l l · l ●- weighted supportvectormachine LiangXuechun GongYanbing XiaoDi (CollegeofAutomationandElectricalEngineering，NanjingUniversityofTechnology，Nanjing210009，China) (SchoolofBusiness，HohaiUniversity，Changzhou213022，China) Abstract：In thispaper，anew method based on multi—kernellearning supportvectormachineto solvethewaterqualitypredictionispresented．Thekernelfunctionanditspreferencesarecorrelated withhtedatadistribution，SOitisdifficulttogetsatisfactorypredictionresultwhenusingsingleker- nelfunction．SVM(supportvectormachine)algorithmwithmultiplekernelfunctionweightedcana- voidhteblindnessofframeworkdesignsforkernelfunction nadtheproblem ofnonlinearoptimiza- tions，suchaslocaloptimization．Ananalysisresultshowsareasonableevaluationresult，which is moreobjectiveandsimplerincalculationwhencomparedwithothersimilarevaluationmethods． Keywords：multi—kernellearning；support vectormactiine；waterqualityprediction 我国水资源供需矛盾十分尖锐，为遵循可持续 缺点，同时使回归函数的VC维最小，泛化能力强， 发展的原则，正确预测区域水资源质量，对个别影