收藏本站
《山东师范大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的地下矿泉水质预测研究

高佳  
【摘要】: 地下水水质预测是地下水质量评价的一项重要内容,其目的是准确反映地下水环境的质量和污染状况。目前在进行地下水水质预测时,存在的主要问题是没有一个被大家公认通用的具有可比性的水质预测与评价的数学模型,各部门在进行评价时,选用数学模型的任意性很大。这些方法虽然在实际应用中占据主导地位,但人们也发现它们还存在着许多不足之处。 本文对目前地下水环境质量预测的研究方法进行了系统总结,详细地阐述了统计学习理论研究的基本问题及主要内容。针对目前评价与预测方法存在的一些缺陷引出了支持向量机算法,简要回顾了支持向量机算法的发展历程和研究现状并总结了该算法的优点所在。支持向量机是在统计学习理论基础上开发出来的一种新的、非常有效的机器学习方法。它较好地解决了以往困扰很多学习方法的小样本、非线性、过学习、高维数、局部极小点等实际问题,具有很强的推广能力。 本文在国内首次提出将支持向量机回归理论应用到地下矿泉水质参数的预测中。在综合研究SVM算法的基础上,针对地下矿泉水中偏硅酸含量和亚硝酸盐含量预测的问题,将水质参数平均浓度值的监测看成一个时间序列预测问题,提出了一种新的支持向量机的优化算法,并利用支持向量回归机对实验数据进行回归估计分析,并与BP网络方法进行了比较。从预测结果来看,利用支持向量机建立的预测模型,能充分利用训练样本的分布特性,预测结果与实际情况更为相符。实验结果表明,基于支持向量机方法比BP神经网络更加准确。最后,针对地下矿泉水水质预测反映的问题,我们提出了保护该处地下矿泉水的几项措施,以促进地下矿泉水质持续好转,实现可持续开发利用。 本论文的创新之处:在国内首次提出将支持向量机回归理论应用到地下矿泉水质参数的预测中,丰富和拓展了支持向量机理论及其应用范围;预测评价了一段时期内该处地下矿泉水主要指标变化情况,为今后一段时期的地下矿泉水质监督管理、开发开采提供了重要参考依据;提出了保护性开发地下矿泉水的几个建议,为同类型矿泉水可持续开发提供参考。
【学位授予单位】:山东师范大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:P641.7

【引证文献】
中国期刊全文数据库 前1条
1 黄鹤;卢文喜;姜雪;;支持向量机在水质评价及水位动态预测中的应用[J];中国农村水利水电;2012年09期
中国硕士学位论文全文数据库 前1条
1 梁勇;基于支持向量回归的水质预测研究[D];武汉理工大学;2012年
【参考文献】
中国期刊全文数据库 前10条
1 高彦伟;董德明;陈殿友;张岩坤;韩晓华;;时域克里格方法在地表水水质预测中的应用[J];吉林大学学报(地球科学版);2008年03期
2 周生贤;;关于《中华人民共和国水污染防治法(修订草案)》的说明——2007年8月26日在第十届全国人民代表大会常务委员会第二十九次会议上[J];中华人民共和国全国人民代表大会常务委员会公报;2008年02期
3 徐维维;刘洁;;浅谈灰色系统理论[J];福建电脑;2009年08期
4 迟宝明;林岚;丁元芳;;基于遗传算法的BP神经网络模型在地下水动态预测中的应用研究[J];工程勘察;2008年09期
5 施枫芝;迟宝明;潘杰;;BP神经网络模型在地下水质量评价中的应用[J];工程勘察;2008年10期
6 张红梅,速宝玉;土壤及地下水污染研究进展[J];灌溉排水学报;2004年03期
7 史根香,郭海生;指数平滑法在地下水水质预测中的尝试[J];湖北地矿;1998年01期
8 张文范;张伟;;基于改进BP人工神经网络在地下水水质现状评价中的应用[J];吉林水利;2008年09期
9 管军;徐立中;石爱业;;基于支持向量机的水质监测数据处理及状况识别与评价方法[J];计算机应用研究;2006年09期
10 张学工;关于统计学习理论与支持向量机[J];自动化学报;2000年01期
中国博士学位论文全文数据库 前8条
1 孙德山;支持向量机分类与回归方法研究[D];中南大学;2004年
2 安金龙;支持向量机若干问题的研究[D];天津大学;2004年
3 徐红敏;基于支持向量机理论的水环境质量预测与评价方法研究[D];吉林大学;2007年
4 王朝勇;支持向量机若干算法研究及应用[D];吉林大学;2008年
5 彭新俊;支持向量机若干问题及应用研究[D];上海大学;2008年
6 谭泗桥;支持向量回归机的改进及其在植物保护中的应用[D];湖南农业大学;2008年
7 邹淑雪;基于支持向量机的蛋白质结构域预测方法研究[D];吉林大学;2009年
8 韩顺杰;基于支持向量机的工程车辆自动变速方法研究[D];吉林大学;2009年
中国硕士学位论文全文数据库 前2条
1 张志;人工神经网络水质预测建模适应性研究[D];内蒙古农业大学;2003年
2 边博;宁夏石嘴山市地下水水质预测及评价模型研究[D];西安理工大学;2005年
【共引文献】
中国期刊全文数据库 前10条
1 孙莉宁,张之源,罗定贵;基于MATLAB实现的ANN方法在巢湖水质评价中的应用[J];安徽大学学报(自然科学版);2005年02期
2 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
3 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
4 程伟;张燕平;赵姝;;支持向量机在粮食产量预测中的应用[J];安徽农业科学;2009年08期
5 武素华;;基于最小二乘支持向量机的土壤含水量检测的研究与分析[J];安徽农业科学;2009年09期
6 刘延明;陆克芬;方崇;;基于投影寻踪和粒子群优化算法的南宁市内河水质综合评价研究[J];安徽农业科学;2009年26期
7 陆克芬;刘延明;方崇;;基于人工鱼群算法的农田灌溉水质评价投影寻踪分析[J];安徽农业科学;2009年28期
8 陈念;沈佐民;;基于化学成分检测和SVM分类的茶叶品质鉴定[J];安徽农业科学;2010年15期
9 孟成才;;基于集对分析-可变模糊集的地表水环境质量综合评价[J];安徽农业科学;2010年22期
10 郑志敬;周钦富;张建华;杨胜利;;松墨天牛成虫林间种群数量混沌特性的识别[J];安徽农业科学;2011年03期
中国重要会议论文全文数据库 前10条
1 冯羽;马凤山;魏爱华;赵海军;郭捷;;灰色系统与神经网络组合模型在地下水水位预测中的应用[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(中)[C];2012年
2 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
3 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
4 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
5 姜明辉;袁绪川;;基于GA优化的个人信用评估SVM模型[A];第二十六届中国控制会议论文集[C];2007年
6 韩露;余正涛;邓锦辉;章程;毛存礼;郭剑毅;;领域知识关系对领域文本分类的影响[A];第二十七届中国控制会议论文集[C];2008年
7 吴静珠;刘翠玲;孙晓容;;支持向量机在近红外光谱检测技术中的应用研究[A];第二十九届中国控制会议论文集[C];2010年
8 尹钟;张建华;;基于支持向量机方法的过程操作员功能状态分类[A];中国自动化学会控制理论专业委员会A卷[C];2011年
9 杨坤;纪志成;;基于峰值识别的改进SVM用电需求预测[A];中国自动化学会控制理论专业委员会B卷[C];2011年
10 晋朝勃;胡刚强;史广智;李玉阳;;一种采用支持向量机的水中目标识别方法[A];中国声学学会水声学分会2011年全国水声学学术会议论文集[C];2011年
中国博士学位论文全文数据库 前10条
1 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
2 张海涛;自律计算系统的自律可信性评估研究[D];哈尔滨工程大学;2010年
3 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年
4 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
5 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
6 王晓明;基于统计学习的模式识别几个问题及其应用研究[D];江南大学;2010年
7 李先锋;基于特征优化和多特征融合的杂草识别方法研究[D];江苏大学;2010年
8 刘卫红;垃圾邮件检测与过滤关键技术研究[D];华南理工大学;2010年
9 汪春梅;癫痫脑电信号特征提取与自动检测方法研究[D];华东理工大学;2011年
10 张目;高技术企业信用风险影响因素及评价方法研究[D];电子科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
2 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
3 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
4 安文娟;Fisher和支持向量综合分类器[D];辽宁师范大学;2010年
5 姜成玉;基于支持向量机的时间序列预测[D];辽宁师范大学;2010年
6 李海清;支持向量机在金融市场预测中的应用[D];辽宁师范大学;2010年
7 姜念;区间自适应粒子群算法研究及其应用[D];郑州大学;2010年
8 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
9 刘磊;多泥沙河流水库优化调度研究[D];郑州大学;2010年
10 辛保兵;既有预应力混凝土梁桥剩余承载力评估方法研究[D];郑州大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 刘金友;张锐;姜玉华;;白城地区降水量变化规律分析[J];东北水利水电;2008年08期
2 朱杰;吴树芳;王妍;刘永立;;支持向量机研究现状[J];大众科技;2009年05期
3 尚晓锶;林卫东;唐艳葵;;指数平滑和GM(1,1)组合法在水质预测中的应用——以邕江水源地铁、锰浓度为例[J];环境科学与技术;2011年01期
4 刘东君;邹志红;;灰色和神经网络组合模型在水质预测中的应用[J];系统工程;2011年09期
5 叶常明;水环境数学模型的研究进展[J];环境科学进展;1993年01期
6 黄鹤;卢文喜;伊燕平;罗建男;;基于支持向量机模型的水质评价研究[J];节水灌溉;2012年02期
7 梁坚;何通能;;基于小波变换和支持向量机的水质预测[J];计算机应用与软件;2011年02期
8 何文杰,王季震,赵洪宾,韩宏大;天津市城市用水量模拟方法的研究[J];给水排水;2001年10期
9 苏高利;邓芳萍;;关于支持向量回归机的模型选择[J];科技通报;2006年02期
10 张学工;关于统计学习理论与支持向量机[J];自动化学报;2000年01期
中国博士学位论文全文数据库 前3条
1 徐红敏;基于支持向量机理论的水环境质量预测与评价方法研究[D];吉林大学;2007年
2 武国正;支持向量机在湖泊富营养化评价及水质预测中的应用研究[D];内蒙古农业大学;2008年
3 陈其松;智能优化支持向量机预测算法及应用研究[D];贵州大学;2009年
中国硕士学位论文全文数据库 前4条
1 贾洪玮;白城地区地下水数值模拟模型的替代模型研究[D];吉林大学;2011年
2 郑一华;基于支持向量机的水质评价和预测研究[D];河海大学;2006年
3 张伟;基于人工神经网络吉林市地下水水质现状评价及预测研究[D];吉林大学;2007年
4 梁宏霞;支持向量机模型研究及应用[D];辽宁师范大学;2009年
【二级参考文献】
中国期刊全文数据库 前10条
1 蔡煜东,许伟杰;自组织人工神经网络在棉花烂铃病流行趋势预报中的应用[J];安徽农业科学;1994年01期
2 王杰,檀根甲,胡易冰,刘明芳;基于神经网络的稻白叶枯病中期预警[J];安徽农业大学学报;2002年01期
3 罗定贵,王学军,郭青;基于MATLAB实现的ANN方法在地下水质评价中的应用[J];北京大学学报(自然科学版);2004年02期
4 高彦宇,杨扬,陈飞;基于融合特征和LS-SVM的脱机手写体汉字识别[J];北京科技大学学报;2005年04期
5 侯景儒,王志民,潘汉军,潘贵平;时间-空间域中多元信息的地质统计学[J];北京科技大学学报;1995年02期
6 翟涌,杜晓明,陈慧岩,刘海鸥;ZL50装载机自动变速操纵系统控制策略的研究[J];北京理工大学学报;2004年02期
7 闭乐鹏;徐伟;宋瀚涛;;基于一类SVM的贝叶斯分类算法[J];北京理工大学学报;2006年02期
8 郝仲勇,刘洪禄;北京市水资源短缺及对策浅析[J];北京水利;2000年05期
9 袁博宇;官厅水库水质现状及趋势分析[J];北京水利;2000年05期
10 刘晨阳;2002年北京市水情分析[J];北京水利;2003年03期
中国博士学位论文全文数据库 前10条
1 范昕炜;支持向量机算法的研究及其应用[D];浙江大学;2003年
2 刘广利;基于支持向量机的经济预警方法研究[D];中国农业大学;2003年
3 孙德山;支持向量机分类与回归方法研究[D];中南大学;2004年
4 刘金英;灰色预测理论与评价方法在水环境中的应用研究[D];吉林大学;2004年
5 安金龙;支持向量机若干问题的研究[D];天津大学;2004年
6 马儒宁;神经网络与支持向量机相关问题研究[D];复旦大学;2005年
7 梅虎;肽的定量构效关系研究[D];重庆大学;2005年
8 姚焕玫;基于GIS技术的湖泊水质污染综合评价的研究[D];武汉大学;2005年
9 毛勇;基于支持向量机的特征选择方法的研究与应用[D];浙江大学;2006年
10 曾绍华;支持向量回归机算法理论研究与应用[D];重庆大学;2006年
中国硕士学位论文全文数据库 前1条
1 郭恺;人脸识别中基于核的方法的研究[D];山东大学;2006年
【相似文献】
中国期刊全文数据库 前10条
1 范秋凤;陈彦涛;;支持向量机及其应用研究[J];科技信息;2009年29期
2 李钧涛;杨瑞峰;左红亮;;统计机器学习研究[J];河南师范大学学报(自然科学版);2010年06期
3 王炜,刘悦,李国正,吴耿锋,林命周,马钦忠,赵利飞;中国大陆强震时间序列预测的支持向量机方法[J];地震;2005年04期
4 孔波;郑喜英;;支持向量机多类分类方法研究[J];河南教育学院学报(自然科学版);2010年02期
5 赵洪波;;基于遗传算法的进化支持向量机研究[J];绍兴文理学院学报(自然科学版);2004年03期
6 张根明;向晓骥;;基于支持向量机的上市公司财务预警模型研究[J];科技管理研究;2007年04期
7 王海洋;丁正生;;支持向量机训练算法概述[J];科技信息(科学教研);2008年09期
8 孙向东,韦柳静,黄日波;蛋白质二级结构预测的支持向量机模型研究[J];广西农业生物科学;2004年01期
9 潘继斌;回归函数的支持向量机估计法[J];湖北师范学院学报(自然科学版);2003年04期
10 胡挺;;基于支持向量机的并购目标搜索研究[J];统计与决策;2007年06期
中国重要会议论文全文数据库 前10条
1 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(上册)[C];2004年
2 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
3 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年
4 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
5 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算(机)化学学术会议论文摘要集[C];2011年
6 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年
7 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
8 顾锦荣;刘华强;孙预前;;遗传算法优化的支持向量机模型在热带气旋强度预报中的应用[A];第七届长三角气象科技论坛论文集[C];2010年
9 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年
10 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年
中国重要报纸全文数据库 前10条
1 课题主持人 李心丹 课题协调人 上海证券交易所 施东晖 傅浩 课题研究员 宋素荣 查晓磊 宾红辉 张许宏 郭静静 黄隽 南京大学工程管理学院;内幕交易与市场操纵的行为动机与判别监管研究[N];中国证券报;2007年
2 李水根;计算机详解配伍与药效关系[N];健康报;2005年
3 清华大学 苏光大;非接触式人脸识别技术[N];计算机世界;2006年
4 YMG记者 李仁 通讯员 曲华明 孙运智;我市九项目进入省“盘子”[N];烟台日报;2010年
5 上海大学理学院教授、副院长 陆文聪;酷爱化学 孜孜以求[N];中国化工报;2006年
6 ;选择合适的数据挖掘算法[N];计算机世界;2007年
7 周颖;王米渠与中医心理学[N];中国中医药报;2006年
8 记者 耿挺;蛋白质功能算出来[N];上海科技报;2007年
9 记者 张云普通讯员 全攀峰 安强强;大庆物探深度域地震资料岩性解释技术获得五大突破[N];中国石油报;2008年
10 本报记者 冯治恩;敢与“雷公”试比高[N];铜川日报;2008年
中国博士学位论文全文数据库 前10条
1 武国正;支持向量机在湖泊富营养化评价及水质预测中的应用研究[D];内蒙古农业大学;2008年
2 刘叶青;原始空间中支持向量机若干问题的研究[D];西安电子科技大学;2009年
3 常甜甜;支持向量机学习算法若干问题的研究[D];西安电子科技大学;2010年
4 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
5 王开义;基于支持向量机的农产品生产关键控制点发现研究[D];北京工业大学;2011年
6 鲁淑霞;基于支持向量机的多光谱数据分类[D];河北大学;2007年
7 王冬丽;基于可扩展的支持向量机分类算法及在信用评级中的应用[D];东华大学;2011年
8 曹葵康;支持向量机加速方法及应用研究[D];浙江大学;2010年
9 任东;基于支持向量机的植物病害识别研究[D];吉林大学;2007年
10 杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学(河北);2007年
中国硕士学位论文全文数据库 前10条
1 聂小芳;模糊粗糙集与支持向量机在煤与瓦斯突出预测中的应用研究[D];辽宁工程技术大学;2009年
2 韩叙东;基于支持向量机的水电故障分类器的设计与实现[D];东北大学;2008年
3 刘艳伟;支持向量机方法在感潮河段洪峰水位预报中的应用[D];浙江大学;2010年
4 杨镭;支持向量机算法设计及在高分辨雷达目标识别中的应用[D];国防科学技术大学;2010年
5 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
6 童振;基于支持向量机的电解液成分预测[D];东北大学;2008年
7 王奇安;基于广泛内核的CVM算法研究及参数C的选择[D];南京航空航天大学;2009年
8 张永新;基于支持向量机和遗传算法相结合的模拟电路故障诊断方法研究[D];东北大学;2009年
9 刘维会;不平衡数据集上支持向量机算法研究[D];山东科技大学;2010年
10 杨振章;基于支持向量数据描述的分类识别算法研究[D];杭州电子科技大学;2009年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026