基于最小二乘支持向量机的农田水汽通量建模

作者：苏高利; 秦钟; 于强

来源：生物数学学报, 2007, (01): 171-177.

• 最小二乘支持向量机
• 农田水汽通量
• 神经网络
• 模型 Least squares support vector machines
• Water vapor flux
• Neural network
• Model

支持向量机是在统计学习理论基础上发展起来的一种新型的机器学习方法,已在模式识别、非线性建模等领域中得到了应用．本文将最小二乘支持向量机方法应用于农田水汽通量的建模中,并同前馈反向传播神经网络的建模性能进行了比较．结果表明,最小二乘支持向量机方法具有可调参数少、学习速度较快等优点,具有更好的推广能力,以更高的精度建立农田水汽通量模型．模型的敏感性分析进一步显示,用最小二乘支持向量机方法建立的农田水汽通量模型是合理可行的．

• 单位
  浙江省气候中心; 中国科学院; 遥感科学国家重点实验室; 中国科学院遥感应用研究所; 浙江大学