[发明专利]基于随机森林预测污水水质数据的方法及系统在审

专利信息
申请号: 201710163948.2 申请日: 2017-03-20
公开(公告)号: CN106991437A 公开(公告)日: 2017-07-28
发明(设计)人: 琚春华;王学成;鲍福光;陈冠宇;汪磊 申请(专利权)人: 浙江工商大学
主分类号: G06K9/62 分类号: G06K9/62;G01N33/18
代理公司: 杭州知通专利代理事务所(普通合伙)33221 代理人: 姚宇吉
地址: 310018 浙江省杭州*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 随机 森林 预测 污水 水质 数据 方法 系统
【说明书】:

技术领域

发明涉及污水处理技术领域,特别涉及一种基于随机森林预测污水水质数据的方法及系统。

背景技术

环境大数据可以说是错综复杂,地域不同、时间不同、风俗习惯的差异或政治经济方面的突发状况都有可能造成环境大数据的变化。所以,环境大数据其主要特点为:1)类别多而广,比如可按地域分类,按时间序列分析,还要考虑人文差异对当地环境指标的影响;2)数据量大,拿实时监控的城市污水数据来举例,其数据流动态增长,长度可能无限;3)不确定性高,不论是自然环境中指标的不确定性还是由于人类活动对环境的影响,都有一定的不确定性。

面对具有类别多,数据量大,不确定性等特点的环境实时数据以及污水水质数据。如何分析这两类实时数据的关系以及如何通过这些保存的历史数据来预测污水水质指标的数据一直是个难题。因为这些实时数据过于多而杂,如果简单的将所有的数据放在一起分析,不但很难建立模型结构来进行较为精准的预测,而且使得以后再利用根据预测出的污水水质情况来进行智能污水处理时的效率会大打折扣。

发明内容

本发明提供一种基于随机森林预测污水水质数据的方法及系统,目的在于建立融入了环境数据与污水水质数据的关系模型,根据实时监测所得的环境数据采用投票方式准确地预测出未来一段时间内的污水水质指标数据,

为解决上述问题,本发明实施例提供一种基于随机森林预测污水水质数据的方法,包括以下步骤:

在原始训练集中有放回地随机抽取样本,构建若干样本集;

根据样本集的样本以及每个样本所属的污水指标属性选择分裂属性,依据分裂属性对样本集进行训练形成决策树;

根据建立的多个决策树整合构建随机森林;

获取待分类数据放入随机森林进行分类,根据环境因素变量采用投票方式得出未来一段时间的污水水质数据的预测结果。

作为一种实施方式,所述根据样本集的样本以及每个样本所属的污水指标属性选择分裂属性,包括以下步骤:

选择样本属性中信息增益最大的属性为分裂属性。

作为一种实施方式,所述选择样本属性中信息增益最大的属性为分裂属性,具体包括以下步骤:

获取样本集中任意样本分类的期望信息和按特定属性划分的子集的熵;

根据获取的信息求得该特定属性的信息增益;

获取样本集中其他属性的信息增益;

选择信息增益最大的属性作为样本集的分裂属性。

作为一种实施方式,所述获取样本集中任意样本分类的期望信息的计算公式为:

I(s1,s2,……,sm)=ΣPilog2(pi)(i=1,……,m),

其中,I(s1,s2,……,sm)为期望信息,S为当前选中的样本集,m为S的分类数目,Pi≈|Si/|S|,Ci为某分类标号,Pi为任意样本属于类Ci的概率,Si为分类Ci上的样本数;

所述获取按特定属性划分的子集的熵的计算公式为:

E(A)=Σ(s1j+……+sij)/s*I(s1j,……,sij),

其中,E(A)为按属性A划分的子集的熵,A为当前选定的特定属性,sij为样本集S按属性A划分为j个子集s1,s2,……,sj中子集sj的类Ci的样本数;

信息增益的计算公式为:Gain(A)=I(S1,S2,……,Sm)E(A)。

作为一种实施方式,所述获取待分类数据放入随机森林进行分类,根据环境因素变量采用投票方式得出未来一段时间的污水水质数据的预测结果,包括以下步骤:

根据随机森林采用投票方式得出分类结果,其中,每个决策树根据输入环境因素变量的分类结果计算公式为:

其中,H(x)表示随机森林分类结果,hi(x)是单个决策树分类结果,Y表示分类目标,I(·)为示性函数,x为输入的环境因素变量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江工商大学,未经浙江工商大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710163948.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top