论文部分内容阅读
应用支持向量机回归（SVR）算法预测程海富营养化水体叶绿素a（Chl-a）的浓度，用留一法交叉验证（LOOCV）优化SVR顶测模型的参数，并根据平均相对误差（MRE），讨论SVR预测模型的准确性。结果表明：用径向基核函数构建的SVR预测模型预测结果最优；SVR预测模型的预测值和实测值具有很好的一致性，相关系数为0．938，MRE为12．30％。SVR预测模型的建模结果优于人工神经网络（BP—ANN）预测模型，说明SVR算法能够准确预测Chl-a浓度。