原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
20 6 Vol． 20 No． 6
第 卷 第 期 自 然 灾 害 学 报
20 11 12 JOURNAL OF NATURAL DISASTERS Dec． 20 11
年 月
文章编号:1004 － 4574 (20 11)06 － 0 167 － 05
基于支持向量机的水资源安全评价
1 ，2 3 2
， ，
畅明琦 刘俊萍 马 惟
(1． ， 7 10064 ;2 ． ， 100054 ;
长安大学水与发展研究院 陕西西安 中国灌溉排水发展中心 北京
3 ． ， 310032)
浙江工业大学建筑工程学院 浙江杭州
: ， ，
摘 要 支持向量机以统计学习理论为基础 采用结构风险最小化准则 将学习问题转化为一个凸二
， ， 、 。
次规划问题 能够得到全局最优解 适合解决小样本 非线性分类及回归问题 根据水资源安全的内
， ， 。
涵 筛选出具有代表性的指标 组成水资源安全评价指标体系 建立了基于支持向量机的水资源安
， 、 、 、 、 5 。
全评价模型 将安全标准划分为良好 安全 临界 不安全 危险 个等级 根据水资源安全评价标准
， ，180 ， 5 ，
及所属评价等级值 随机生成样本集 个样本作为训练样本 构造了 个两类支持向量分类器
20 ， 。 11
个样本作为检验样本 检验样本分类全部正确 将模型应用于山西省 个城市的水资源安全评
， ， 、 。
价 结果表明 该方法是有效 可行的
: ; ; ;
关键词 统计学习理论 支持向量机 模式分类 水资源安全
中图分类号:TV213． 4 文献标志码:A
Water resources security assessment based on support vector machine
CHANG Ming-qi1，2 ，LIU Jun-ping3 ，MA Wei2
(1． Research Institute of Water Development ，Chang ’an University ，Xi ’an 7 10064 ，China ;
文档评论（0）