支持向量机增量学习在污染预测中的研究

摘要

支持向量机增量学习方法是在回归支持向量机的基础上,在加入新增样本时有效利用历史训练结果,避免样本的重复训练,得到较准确的分类结果,其回归预测优于传统方法。工业污染预测能够及时预测工业污染物的变化,有效防止污染事故的发生。将一种改进的支持向量机增量学习方法用于工业污染预测中,通过实验结果证明:支持向量机增量学习能够较准确地预测废气污染浓度变化趋势,为工业污染预测提供了新的方法。