[发明专利]一种基于SVM模型的水质特征矿泉水分类方法

权利要求书

1.一种基于SVM模型的水质特征矿泉水分类方法，其特征在于，包括：

步骤S1：选取三个以上有一定距离的矿泉水水源地，在所述矿泉水水源地采集水样，所述水样的数量为至少60组，且每个水源地不少于20组；

步骤S2：测试每组所述水样的水质信息，所述水质信息包括常量元素含量、微量元素含量、pH值、总可溶性固体、同位素的δ值和硬度；

步骤S3：利用多组所述水质信息建立Excel表，并将所述Excel表转成CSV表，将所述CSV表导入R语言；

步骤S4：利用主成分分析方法将数据降维以得到降维数据；

步骤S5：利用高斯混合模型将所述降维数据进行分类以得到分类数据；

步骤S6：将所述分类数据进行标记，选择可有效区分的多组标记数据；

步骤S7：将多组所述标记数据导入R语言并按照7：3的比例分为训练数据集和测试数据集；

步骤S8：对所述训练数据集采用随机森林的方法进行特征选择，选取3-6个参数；

步骤S9：将支持向量机模型框架应用于经过所述特征选择后的训练数据集进行训练，并建立支持向量机模型；

步骤S10：将所述支持向量机模型用于所述测试数据集，评估所述支持向量机模型的正确率，并改进所述支持向量机模型。

2.根据权利要求1所述的基于SVM模型的水质特征矿泉水分类方法，其特征在于，在所述步骤S2之后，且在所述步骤S3之前，所述方法还包括：将所述常量元素含量换算成当量浓度百分数，将所述微量元素含量换算成当量浓度。

3.根据权利要求1所述的基于SVM模型的水质特征矿泉水分类方法，其特征在于，所述步骤S4应用所述R语言的psych包完成。

4.根据权利要求3所述的基于SVM模型的水质特征矿泉水分类方法，其特征在于，所述降维数据的维度为2-4个。

5.根据权利要求1所述的基于SVM模型的水质特征矿泉水分类方法，其特征在于，所述步骤S5应用所述R语言的mclust包完成。

6.根据权利要求1所述的基于SVM模型的水质特征矿泉水分类方法，其特征在于，所述步骤S6中选取的所述标记数据为3-5组。

7.根据权利要求1所述的基于SVM模型的水质特征矿泉水分类方法，其特征在于，所述建立支持向量机模型应用所述R语言的e1071包完成。

8.根据权利要求1所述的基于SVM模型的水质特征矿泉水分类方法，其特征在于，在所述步骤S9后，所述方法还包括：将所述支持向量机模型用于实际的矿泉水进行验证。