支持向量机在森林生物灾害预测中的应用
森林生物灾害严重制约着国民经济的发展,及时准确地对其进行预测对发展生物技术和信息技术,实现经济可持续发展的综合森林灾害管理模式具有非常重要的意义。由于影响生物灾害发生因素多且不具确定性,以3S技术为代表的空间信息监测技术对森林生物灾害预测研究进展远落后于发生期的预测。针对此问题，根据支持向量机(SVM)具有保持置信范围固定且可以最小化经验风险的特点,本文提出基于支持向量机(SVM)技术应用于森林生物灾害的预测。通过在高维特征空间构建分类超平面(OSH)对输入样本集进行准确分类,从而对森林生物灾害发生及蔓延趋势作以精确的预测。用太行山区松材线虫灾害的数据和10-折交叉确认法对技术进行评估,该算法预测森林生物灾害发生的精确度为75％。
支持向量机 最优分类超平面 输入特征值 森林生物灾害 森林灾害管理
沈永良 杨国辉
黑龙江省普通高等学校电子工程重点实验室 哈尔滨 150080 哈尔滨工业大学电子与信息技术研究院 哈尔滨 150001
国内会议
合肥
中文
359-362
2007-10-01（万方平台首次上网日期，不代表论文的发表时间）