位置:成果数据库 > 期刊 > 期刊详情页
水资源短缺风险的支持向量机应用研究
  • ISSN号:1008-3723
  • 期刊名称:《辽宁科技学院学报》
  • 时间:0
  • 分类:O29[理学—应用数学;理学—数学]
  • 作者机构:[1]铁岭师范高等专科学校师范学院,辽宁铁岭112001, [2]北京联合大学应用文理学院,北京100191
  • 相关基金:北京市教育委员会项目(km201111417004),北京市骨干教师人才强教项目(PHR201008292)
中文摘要:

分析了支持向量机特征提取算法,支持向量机算法的优点是在小样本、非线性以及高维度模式识别中拥有的最优性能。随着近几年北京市水资源日益短缺的严峻事实,本文将支持向量机特征提取算法应用到北京市水资源短缺风险的主要因素提取方面,此分析对水资源短缺分享的研究对维护社会经济的稳定、可持续发展战略的实施具有重要意义。

英文摘要:

The superioyity of support vector machine is the dominant position at simulated distinguishability from small sample, nonlin- ear and high dimentional pattern. Considering the severe riality of growing water scarcity in Beijing, the paper takes the feature extrac- tion algorithm used to the risk factors extraction of water resource. It is of great significance for maintaining social economy and continu- ous development to analyse with support vector machine.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《辽宁科技学院学报》
  • 主管单位:辽宁省教育厅
  • 主办单位:辽宁科技学院
  • 主编:马壮
  • 地址:辽宁省本溪市经济开发区香槐路176号
  • 邮编:117004
  • 邮箱:lnkjxyxb@163.com
  • 电话:0414-5861067
  • 国际标准刊号:ISSN:1008-3723
  • 国内统一刊号:ISSN:21-1522/Z
  • 邮发代号:
  • 获奖情况:
  • 国内外数据库收录:
  • 被引量:2060