基于最小二乘支持向量机的农田二氧化碳通量建模

摘要

支持向量机(SVM)是在统计学习理论基础上发展起来的一种新型的学习方法,在模式分类、非线性函数估计等领域应用中达到了较高的性能。 本文将最小二乘支持向量机(LS-SVM)方法应用于农田CO2通量的建模中,并同前馈反向传播(BP)神经网络的建模性能进行了比较.结果表明,LS-SVM方法具有可调参数少、学习速度较快等优点,具有更好的泛化能力,以更高的精度建立CO2通量模型.