[HTML][HTML] 基于支持向量机的长江口及其邻近海域叶绿素a浓度预测模型

李修竹, 苏荣国, 张传松, 石晓勇 - 中国海洋大学学报(自然科学版), 2019 - xml-data.org
本文基于长江口及其邻近海域2015 年3 月和7 月的现场调查数据, 选取水温, 盐度, 总氮(TN),
总磷(TP), 溶解氧和有色溶解有机物(CDOM) 特征吸收系数a CDOM (355), a CDOM (455) …

支持向量机方法在地震短期预测中的应用

杨柳 - 华北地震科学, 2010 - nceqsci.com
支持向量机方法是基于统计学习理论提出的一种机器学习方法, 在处理小样本,
非线性问题方面有着很强的优势. 而地震的孕育发生过程是一个复杂的非线性动力学系统 …

基于支持向量机的地震序列分类

武安绪, 蒋长胜, 王琳瑛, 李平安, 林向东, 卢亚军… - 东北地震研究, 2008 - cqvip.com
介绍了人工智能领域最新的基于结构风险最小化原理的数据挖掘算法——支持向量机算法.
根据支持向量机线性分类和可以具有不同核函数的非线性分类两种算法, 建立了地震序列分类 …

基于支持向量机回归的宁夏地震前兆综合预测模型研究

卫定军, 罗国富, 司学芸, 李国斌, 李英 - 地震研究, 2014 - cqvip.com
将支持向量机方法应用于宁夏及其邻近区域的地震综合预测研究中, 通过建立基于多种地震前兆
异常的地震综合预测模型, 初步探讨了支持向量机方法在宁夏地震综合预测中的应用情况 …

支持向量机方法在地球物理学中的应用与展望

李希亮, 李栋梁, 张玲, 董晓娜, 吴丹桐, 李霞, 金鹏… - 华南地震, 2012 - cqvip.com
支持向量机方法是基于统计学习理论的新一代学习算法, 在解决小样本, 非线性和高维模式识别
中表现出很多特有的优势. 通过支持向量机分类的原理, 以及在地震勘探, 油气储层预测 …

基于SVM 的地震序列类型早期预测研究

李冬梅, 周翠英, 朱成林, 孙龙梅, 吕子强, 程显洲 - 地震研究, 2013 - cqvip.com
在Matlab 环境下, 通过构造SVM, 建立地震序列特征参数与序列类型之间的一种非线性映射关系
对地震序列类型进行早期分类预测. 依据我国1970 年以来的M5≥ 5.0 地震序列资料, 使用SVM …