基于平滑支持向量回归的海洋传感数据预测模型

霍宇航　曹文军　侯如琛

摘  要：海洋数据预测是海洋环境监测重要的组成部分。当污染物的组成较为简单时，传统的最小二乘支持向量机（LS-SVM）可以很好地预测污染物的变化趋势，但是对于污染因子较为复杂的海洋污染源，其预测效果不能令人满意。

关键词：海洋传感数据;无线传感器;LS-SVM;平滑優先;统计分析

本文提出的基于最小二乘支持向量机回归算法的海水水质预测模型。该模型在预测准确率和运行效率上都有着令人满意的表现，符合海水预测的实际应用要求。由于LS-SVM算法的核函数的多样性以及参数的不确定性，如何采用科学有据的方法进行核函数的选择和参数的确定将是进一步研究的方向。

参考文献

[1]  Naser，Humood A. ”Assessment and management of heavy metal pollution in the marine environment of the Arabian Gulf：a review.” Marine pollution bulletin 72.1（2013）：6-13.

[2]  do Sul，Juliana A. Ivar，and Monica F. Costa. ”The present and future of microplastic pollution in the marine environment.” Environmental pollution 185（2014）：352-364.

[3]  Xu，Guobao，Weiming Shen，and Xianbin Wang. ”Applications of wireless sensor networks in marine environment monitoring：A survey.” Sensors 14.9（2014）：16932-16954.

作者简介：霍宇航，出生年月：1999年10月22日出生，汉，大学本科，电气工程及其自动化。

曹文军，1998年12月5日出生，汉，大学本科，测控技术与仪器。

侯如琛，1999年5月9日出生，汉，大学本科，测控技术与仪器。