非点源污染负荷预测的一种新方法
高斯过程是一种最近发展起来新的机器学习技术,对处理非线性复杂问题具有很好的适应性.非点源污染负载与其影响因素之间是复杂的非线性关系,针对传统方法的局限性,提出一种基于高斯过程的非点源污染负载预测的新方法,建立相应的非点源污染负载预测模型,基于文献资料,通过1976到1990年资料建立训练数据集和测试数据集,采用高斯过程方法建立非点源污染负载与影响因素之间的各影响因素之间的非线性映射关系,1991到1993年资料用作检验.研究结果表明,预测结果与实际观测结果比较合理,用高斯过程方法预测非点源污染负载是科学可行的.与神经网络方法和SVM方法相比,高斯过程方法具有算法参数自适应化的特点,且适用于小样本问题,预测精度高,并易于实现,具有良好的应用前景.
环境治理 非点源污染 负荷预测 高斯过程 机器学习
曾广庆 赵伟 韩彪 步秀芹 潘正现
广西环境科学研究院,广西南宁 530022
国内会议
成都
中文
1-5
2014-08-01（万方平台首次上网日期，不代表论文的发表时间）