SOM网络与SVM在水质富营养化评价中的对比

• 作 者: 石欣 熊庆宇 雷璐宁
• 机 构: 重庆大学自动化学院
• 出 处: 重庆大学学报
• 发表日期: 2010年3期
• 关键词: 支持向量机 自组织映射 神经网络 对比 评价 富营养化 support vector machine self organizing maps neura

针对复杂水环境中的富营养化评价问题,利用三峡库区水体富营养化监测数据,对自组织映射神经网络和支持向量机模型在解决该评价问题上的性能表现进行对比研究。实验结果表明,2种模型均有较快的计算速度和较高的精度,但与自组织映射网络模型相比,支持向量机模型具有更好的稳定性和抗干扰能力,在参数选择上更为简单。