支持向量机(SVM)是基于统计学理论的线性分类器,通过寻找最优分类超平面,实现结构风险 最小。对于非线性问题,引入核函数,在高维空间中构造较低VC维的函数集,获得较好的学习效果和泛化能力。针对以往水质评价方法存在的问题,将SVM方法应用于水质评价中,结合研究区的水环境特征,选择TDS、Mn、总铁、氟、总砷、总硬度、NO3-、Cl-、SO42-为评价因子,并对数据进行极差化处理,通过Libsvm软件包求模型惩罚系数C并实现核函数的选择,采用Matlab编程建立支持向量训练器和学习机,对不同层位的地下水水质 状 况进行评价,分析评价结果,为该区饮水安全规划提供科学依据;并将评价结果与综合 水质评价法和模糊综合评判法进行比较,探讨该方法的优越性和推广前景。
姜振蛟,卞建民,查恩爽.支持向量机在吉林西部地下水质评价中的应用[J].水资源保护,2009,25(S1):89-92.(.[J]. Water Resources Protection,2009,25(S1):89-92.(in Chinese))