本文主要研究内容
作者李修竹,苏荣国,张传松,石晓勇（2019）在《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》一文中研究指出：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aCDOM(355)、aCDOM(455)作为输入变量,叶绿素a浓度作为输出变量,应用支持向量机回归(SVR)算法建立模型并预测长江口邻近海域叶绿素a的浓度。结果表明,SVR构建的叶绿素a预测模型得到的预测值和实测值有很好的一致性,在0.01的显著性水平下,训练集和验证集的Pearson相关性系数分别达到0.886和0.840,均方误差MSE分别为0.024 0和0.041 8,能够较为准确预测叶绿素a浓度,研究结果可为我国近海生态环境监测提供技术支持。
Abstract
ben wen ji yu chang jiang kou ji ji lin jin hai yu 2015nian 3yue he 7yue de xian chang diao cha shu ju ,shua qu shui wen 、yan du 、zong dan (TN)、zong lin (TP)、rong jie yang he you se rong jie you ji wu (CDOM)te zheng xi shou ji shu aCDOM(355)、aCDOM(455)zuo wei shu ru bian liang ,xie lu su anong du zuo wei shu chu bian liang ,ying yong zhi chi xiang liang ji hui gui (SVR)suan fa jian li mo xing bing yu ce chang jiang kou lin jin hai yu xie lu su ade nong du 。jie guo biao ming ,SVRgou jian de xie lu su ayu ce mo xing de dao de yu ce zhi he shi ce zhi you hen hao de yi zhi xing ,zai 0.01de xian zhe xing shui ping xia ,xun lian ji he yan zheng ji de Pearsonxiang guan xing ji shu fen bie da dao 0.886he 0.840,jun fang wu cha MSEfen bie wei 0.024 0he 0.041 8,neng gou jiao wei zhun que yu ce xie lu su anong du ,yan jiu jie guo ke wei wo guo jin hai sheng tai huan jing jian ce di gong ji shu zhi chi 。
论文参考文献
论文详细介绍
论文作者分别是来自中国海洋大学学报(自然科学版)的李修竹,苏荣国,张传松,石晓勇，发表于刊物中国海洋大学学报(自然科学版)2019年01期论文，是一篇关于支持向量机论文,长江口论文,叶绿素论文,预测论文,中国海洋大学学报(自然科学版)2019年01期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自中国海洋大学学报(自然科学版)2019年01期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：支持向量机论文; 长江口论文; 叶绿素论文; 预测论文; 中国海洋大学学报(自然科学版)2019年01期论文;