摘要：以闽江河口为例，采用BP神经网络和支持向量机两种方法分别构建河口盐度预测模型，比较分析两种方法在河口盐度预测的精度和适用性。研究结果表明：（1）两种模型预测结果均能较好地实现河口盐度预测，支持向量机具有更好的泛化性能和适用性。（2）两种模型对低盐度都具有较好的预测精度，支持向量机在高盐度预测方面优势较为明显。（3）当样本数量较小时，支持向量机预测结果精度较好，两种模型的预测差异随着样本量增加逐渐减小。基于支持向量机河口盐度预测模型更适用于河口盐度预测。
文章目录
0 引言
1 研究区域与研究方法
1.1 研究区域概况
1.2 神经网络
1.3 支持向量机
1.4 评价指标
2 结果分析与讨论
2.1 河口盐度影响因素的确定
2.2 盐度预测模型的构建
2.3 模型预测结果比较
2.4 高盐度预测精度比较
2.5 训练样本数量对模型预测结果的影响
3 结论
