LS-SVM算法中优化训练样本对测深异常值剔除的影响

在验证趋势面滤波只是最小二乘支持向量机算法(LS-SVM)取特定参数解的基础上，利用LS-SVM所构造的海底趋势面对测深异常值进行剔除。为了克服LS-SVM解非稀疏性的缺点，同时抑制偏差较大的训练样本对海底趋势面构造的影响，提出并实现了一种基于局部样本中心距离的训练样本优化方法。为了检验该算法的有效性，选取实测的多波束测深数据进行验证，结果表明在训练样本优化的基础上，通过调整LS-SVM的参数可以得到更为合理的海底趋势面，测深异常值地剔除也更为有效。