近日，理学院林草数据处理团队青年教师王荟茹课题组在农林科学一区Top期刊《Computers and Electronics in Agriculture》（影响因子：7.7）上发表了题为“Forest biomass carbon stock estimates via a novel approach: K-nearest neighbor-based weighted least squares multiple birth support vector regression coupled with whale optimization algorithm”的研究论文。该研究提出了一种用于森林生物量碳储量估算的新算法，显著提高了估算的鲁棒性和抗干扰能力。
森林碳储量的估算对于全球气候变化研究和森林管理具有重要意义。然而，森林碳储量的估算受到多种因素的干扰，如自然灾害、人为活动、数据采集误差等，导致估算结果存在较大的不确定性。传统的估算方法在处理高维非线性数据和噪声干扰时表现不佳。
为此，研究团队提出了一种基于KNN加权的最小二乘多生育支持向量回归模型，通过捕捉样本的局部信息并引入多生育机制，该模型显著增强了抗干扰能力和泛化性能。多生育机制将求解一个大的二次规划问题转化为求解K个较小的QPP问题，大幅降低了时间复杂度。同时，该模型在处理复杂数据时表现出更强的鲁棒性和适应性。本研究利用鲸鱼优化算法（WOA）优化了模型的参数选择过程，有效提高了模型的训练效率。除了在碳储量估算方面，研究团队对模型进行了理论分析，将模型用于城市循环燃油消耗预测、空气质量分析预测、饮酒与肝脏健康等其它领域，实验结果表明所提方法的表现优于传统的回归模型，具有更高的拟合精度和泛化能力。
该研究由理学院数学与应用数学专业和电子信息科学与技术专业的师生共同完成，其中王荟茹老师为通讯作者，邓念念为论文的第一作者，徐任鹏、张莹、王浩廷、陈辰参与了该项研究。
该研究得到了中央高校基本科研业务费（QNTD202304）、北京林业大学北京市级本科生创新创业训练计划（S202310022204）以及北京市自然科学基金（6232031）等项目的支持。
