基于支持向量回归模型的水稻田甲烷排放通量预测研究

利用静态箱和气相色谱仪法获取水稻田甲烷排放通量数据,选取大气温度、土壤5 cm深温度、土壤pH、土壤Eh、土壤含水量和地表生物量作为影响因子.应用建立在结构风险最小化优化上的支持向量回归(ε-SVR)模型,采用留一法交叉检核网格搜索法(LOOCV)优化ε-SVR预测模型的参数,采用k折交叉检验的方法依据平均相对误差(MRE)和均方根误差(RMSE)对模型的精度进行验证,并与BP人工神经网络(BP-ANN)模型比较,评价ε-SVR预测模型的准确性.结果表明,通过LOOCV选择最优的惩罚因子C和损失系数ε,并由此构建的ε-SVR预测模型预测值和实测值具有很好的一致性,通过11折交叉验证后,测试样本的平均MRE为44%,平均RMSE为16.21 mg·(m2·h)-1.通过与BP-ANN模型比较,预测值和实际值相关系数达0.863,各项指标均优于BP-ANN预测模型,说明ε-SVR模型能够适用于水稻田甲烷排放通量的预测.     

支持向量机回归在臭氧预报中的应用

采用南京工业区2016年5月20日~8月15日这一高臭氧（O₃）期的O₃、O₃前体物和常规气象资料数据,利用支持向量机回归（SVMr）方法分别预报O₃的小时值、日最大值和最大8 h滑动平均值.结果表明,O₃小时值预报的相关系数（R²）为0.84,平均绝对误差（MAE）和平均绝对百分误差（MAPE）分别为3.44×10^-9和24.48,O₃前期浓度、紫外B波段辐射（UVB）和NO₂浓度是关键因子.O₃日最大值预报的主要因子是NO_x在07：00的浓度和UVB.预报O₃ 8 h时UVB和气温起重要作用.加入前体物项能够使O₃的预报精度提升10%~28%.与多元线性回归方法相比,SVMr对O₃浓度的预报有明显优势.     

小波支持向量机在大气污染物浓度预测中的应用

用小波分解重构和支持向量机相结合的方法,建立大气污染物浓度预测模型。通过小波分解,将大气污染物浓度序列分解为不同频段的小波系数序列,再对各层的小波系数序列重构到原尺度上。利用相关分析的方法构建出低频小波系数a3和中频小波系数d3的支持向量机模型输入因子为前一天小波系数a3和7个气象因子;高频小波系数d2和d1以前三日的小波系数为输入因子,然后对各小波系数序列采用相应的支持向量机模型进行预测,各小波系数均使用ν-支持向量回归机(ν-SVR)算法和径向基函数,最后通过小波重构合成大气污染物浓度序列的最终预测结果。通过对大气SO2浓度预测实例证明,该大气污染物浓度预测模型具有推广能力较强、预测精度较高、训练速度快、便于建模等优点,具有良好的应用前景。     

基于支持向量机的浮游植物密度预测研究

利用支持向量机方法对具有非线性及突发性特点的浮游植物密度进行了预测,同时与人工神经网络方法预测的结果进行了比较.结果表明,无论是拟和能力还是预测能力,支持向量机方法都明显优于人工神经网络方法,支持向量机方法比较适合于具有小样本、非线性特点的浮游植物密度预测研究.     

基于规范变换与误差修正的回归支持向量机的环境系统预测

为了建立不同环境系统皆能规范、统一、简洁、实用的回归支持向量机预测模型,针对传统的回归支持向量机预测模型存在结构不能普适、规范和统一及用于大样本、多因子预测会出现学习效率低、求解精度差的局限,提出适用于环境系统预测量及其影响因子参照值和规范变换式的设计原则和方法,使规范变换后的影响因子皆"等效"于同一个规范影响因子;为提高样本的预测精度,还提出预测样本的模型输出的误差修正法.在对环境系统的预测量及其影响因子进行规范变换的基础上,由有m个规范影响因子的每个建模样本生成m个"等效"训练样本,从建模样本中,选择各影响因子的最大规范值组成训练样本集的"参考样本",计算核函数中每个训练样本相对于"参考样本"的范数;并应用优化算法优化模型参数,建立适用于预测量及其影响因子规范值的仅有2个或3个支持向量的两种简单结构的回归支持向量机预测模型.将基于规范变换的两种简单结构的回归支持向量机模型与相似样本误差修正法相结合,用于河津大桥监测断面6个样本的COD月平均值预测,并与多种传统预测模型和方法进行了比较.结果表明:对同一个预测样本,两种模型的预测值十分接近;此外,两种预测模型用于6个样本预测,其相对误差绝对值的平均值分别为2.09%、2.79%,均远小于传统的投影寻踪回归预测的41.63%、支持向量机预测的40.99%、灰色神经网络预测的25.94%和马尔可夫预测的10.16%;而两种预测模型对异常样本预测的最大的相对误差绝对值分别为5.85%、5.13%,更加远远小于传统的4种预测模型的169.07%、180.45%、68.44%、41.96%.两种基于规范变换的回归支持向量机预测模型简洁、普适、规范和统一,避免了"大样本数困难",提高了学习效率和模型的预测精确度,对其他预测建模法也有借鉴作用.     

基于经验模态分解-支持向量机的滑坡位移预测方法研究

滑坡位移时间序列在外因的影响下呈现出单调非平稳的曲线特征,利用经验模态分解法(Empirical Mode Decomposition,EMD)将滑坡累计位移分解为周期项和趋势项,建立支持向量回归(Support Vector Regression,SVR)-布朗单一参数指数平滑(Browns Single Parameter Exponential Smoothing,Browns)模型对滑坡位移进行预测。以三峡库区木鱼包滑坡为例,首先在考虑降雨量和库水位等影响因子的基础上,采用SVR模型对周期项位移进行预测;然后采用Browns模型对趋势项位移进行预测;最后通过时间序列加法模型得到滑坡累计位移预测值,计算得到测试样本的平均绝对误差为13.31mm,均方根误差和判定系数分别为16.6mm和0.83。通过对比分析,结果表明:基于EMD与SVR-Browns模型的滑坡位移预测精度明显优于SVR模型和Browns模型,证明该模型是一种有效的滑坡位移预测方法。     

以程海为例用支持向量机回归算法预测叶绿素a浓度

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预测模型的参数,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。     

基于关联向量机回归的水质预测模型

提出了一种基于关联向量机回归的水质时间序列预测模型,并以该模型对氢离子浓度指数(p H值)、溶解氧(DO)、高锰酸盐指数(CODMn)和氨氮(NH3-N)4种重要水质指标进行预测.首先采用国家环保部发布的四川攀枝花龙洞水质自动监测数据进行实验,对该模型的有效性进行了验证;然后将关联向量机回归预测模型与支持向量机回归预测模型进行比较.为了比较不同核函数的预测效果,实验中预测模型的核函数分别采用了线性函数和高斯函数.实验结果表明,关联向量机回归模型的预测效果不亚于支持向量机回归模型;且在给出预测值时,还能同时给出预测结果的可信程度.     

基于多模态支持向量回归的PM_(2.5)浓度预测

为更好地掌握日均PM_(2.5)浓度的变化规律,提出了一种基于多模态支持向量回归(MSVR)的混合预测模型。利用集成经验模态分解将日均PM_(2.5)数据分解成不同频段的分量序列,以降低数据的非平稳性。然后根据每组分量自身特点构建不同的支持向量回归(SVR)模型,并通过相关分析确定各分量输入变量。最后,将各分量预测值进行叠加得到最终预测结果。以浙江省玉环市的PM_(2.5)浓度进行验证。结果表明:与单一SVR模型相比,MSVR模型具有更好的预测效果,精度评价指标MAE、MAPE和RMSE分别下降了26.98%、23.04%、34.08%,这为大气污染预控提供了有效的技术支持。     

支持向量机在环境空气质量评价中的应用

环境质量评价是环境科学的重要组成部分。建立环境空气质量评价的支持向量机模型,并用实例进行验证,评价结果与实际情况及其它方法相吻合,表明支持向量机在环境空气质量评价中的可行性和有效性。     

濮阳台计算震级偏低原因及应对方法

濮阳市地震台位于豫北的东北部,其东部的40平方千米为东濮凹陷和聊兰断裂带,这一区域地震较多。濮阳台计算出的震级与省台网震级相比普遍偏低,严重影响我台地震速报的正确性。经过分析该区域地震偏低的原因,认为加校正值是比较好的应对方法,并计算出了本区域地震震级的校正值。通过使用,效果良好。     

对地震监测预报体系建设的几点思考

从提高地震监测预报水平,提高防震减灾综合能力,树立科学的防震减灾发展观三部分论述了推进地震监测预报体系建设的有关问题.只有把地震监测预报体系建设好,实现三大工作体系的协调发展和防震减灾综合能力的提高,最大限度地减轻地震灾害损失,才能为我国经济的全面协调和可持续发展贡献力量.     

基于SVR的船舶溢油事故预测

船舶溢油事故的预测,是确定所需应急资源多少的重要依据;但船舶溢油事故具有小样本性,传统预测方法不再适用。针对船舶溢油事故的小样本性,该文选择SVR模型对其进行预测;SVR算法的关键是核函数的选择及自由参数的确定,针对上述问题该文分别采用交叉验证法、遗传算法;并在matlab软件上建立SVR模型,最后将该模型应用于上海港水域船舶溢油事故的预测。     

广义回归神经网络预测天津城市用水量

通过对1991—1994年、1996～1999年、2001～2004年、2006—2007年天津城市年用水量相关的历史数据进行分析,利用广义回归神经网络进行训练和拟合,用1995年、2000年、2005年的实际数据进行模型检验,结果证明了广义回归神经网络用于城市年用水量预测的有效性和可行性。     

基于混沌神经网络模型的水库叶绿素a浓度短期预测

通过混沌理论对水库叶绿素a浓度时间序列进行分析计算,得到最大Lyapunov指数为0.0218(正数),表明该时间序列具有混沌特性,可进行短期预测。同时,利用相空间重构的方法计算出时间延迟τ和嵌入维数m,并由此构建了可用于水库叶绿素a浓度短期预测的混沌神经网络模型。将该模型对于桥水库的叶绿素a浓度时间序列进行短期预测,平均预测相对误差为7.85%,取得较为满意的预测效果。该方法对水库的水环境管理具有一定的参考价值。     

区域数字地震台网实时速报系统在大别山地震实验场的试验与应用

以区域数字地震台网实时速报系统在大别山地震监测预报实验场和六安市地震台的应用为研究对象,对其系统部署、系统运行的稳定性、系统自动处理的地震三要素的准确性等相关情况进行分析处理,总结发现该系统应用中的优势和不足,提出切实可行的改进措施,完善该系统的应用功能,从而进一步提高该系统为大别山地区地震快速应急响应决策的参考价值.同时也可为其它地区台站建立完善本地区地震台网实时速报系统提供一定的参考.     

"通讯控制软件"在天津市地震前兆台网应用实例

"通讯控制软件"是数字化地震前兆台站、前兆中心的核心软件.在天津数字化地震前兆台网建设与运行中,与"通讯控制软件"有关的重要技术问题,主要包括前兆中心无法收取台站仪器数据、<通讯控制软件>自动收数、DFG-B型智能测汞仪原始数据接收与转换等问题,在中国地震局地壳应力研究所专家的指导下,逐一加以解决.本文着重对这些技术问题加以总结提炼.     

统计在企业地震灾害损失评估中的应用

地震灾害导致企业资产遭受损失,为了科学合理的制定灾区企业恢复生产和重建工作的计划,需要对企业灾害损失进行快速的评估.本文从统计的角度提出了一种估算灾区企业固定资产损失情况的方法,并以汶川地震为例对此方法进行效验.     

江西赣南数字地震台网JOPENS系统常用地震定位方法比较

利用JOPENS系统提供单纯型法、Hypo2000、HypoSAT等地震定位方法,对赣南台网记录的赣南境内、赣粤闽交界区、中国台湾地震分别进行定位、比较,并分别提出适合赣南台网的地震定位方法.     

洛阳数字地震资料评比存在的问题与解决方法思考

本文针对洛阳地震台数字地震资料分析的现状,研究了影响洛阳地震台数字地震分析质量的因素,主要包括:地震地质构造背景,数字、模拟地震记录的差异性和数字地震记录的信息复杂性,干扰背景,震级误差等。洛阳为弱震区,这种特殊的构造背景不易改变;可以研究数字地震记录的规律,提高震相的识别能力;设计了MATLAB滤波(数字信号处理)程序,在震相分析前首先过滤干扰信号;总结测量误差规律和震级校正系数,从而提高数字地震分析质量。