[发明专利]一种水质的预测方法

摘要

本发明提供一种水质的预测方法，所述预测方法包括：根据预设的水质指标获取水质样本，并通过预设的聚类算法对所述水质样本进行聚类分析；根据所述聚类分析后的水质样本获取三层前馈神经网络模型的结果、偏最小二乘模型的结果、支撑向量回归模型的结果，并根据所述三层前馈神经网络模型的结果、偏最小二乘模型的结果、支撑向量回归模型获取集成模型；根据所述集成模型为待测水样进行水质预测。实施本发明实施例，不仅降低了模型的过拟合程度，而且提升了水质预测的准确度。

主权项

1.一种水质的预测方法，其特征在于，所述预测方法包括：根据预设的水质指标获取水质样本，并根据光谱、浊度和所述水质指标通过k最邻近算法对所述水质样本进行聚类分析；通过奇异值分解算法将所述聚类分析后的水质样本降维为矩阵，所述矩阵包括：左奇异向量矩阵、奇异值矩阵和右奇异向量矩阵，保留所述矩阵中k′个奇异值和奇异向量，将所述矩阵输入前馈神经网络模型进行训练获取隐结点权重，将所述隐结点权重作为三层前馈神经网络模型的结果；以及，获取k′次k′折验证，将所述k′次k′折验证中PRESS统计量最小的k′折验证的结果作为偏最小二乘模型的结果；以及，通过序贯最小优化算法获取支撑向量机的支撑向量以及权重，并将所述支撑向量和权重保存为支撑向量回归模型的结果，其中，支撑向量模型的输入为所述聚类分析后的水质样本降维的结果，选择的参数为非齐次多项式核函数，次数为k′≥2的自然数，对于每个支撑向量的权重最大值设置为1；并根据所述三层前馈神经网络模型的结果、偏最小二乘模型的结果、支撑向量回归模型获取集成模型；根据所述集成模型为待测水样进行水质预测。