[发明专利]基于模糊聚类的支持向量回归算法的污水溶解氧浓度预测方法在审
| 申请号： | 201810898015.2 | 申请日： | 2018-08-08 |
| 公开（公告）号： | CN109147875A | 公开（公告）日： | 2019-01-04 |
| 发明（设计）人： | 王晓峰;施星靓;周建;邹乐 | 申请（专利权）人： | 合肥学院 |
| 主分类号： | G16C20/70 | 分类号： | G16C20/70;G16C10/00;G06K9/62 |
| 代理公司： | 合肥中博知信知识产权代理有限公司 34142 | 代理人： | 肖健 |
| 地址： | 230000 安徽*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于模糊聚类的支持向量回归算法，对污水中溶解氧DO的含量进行预测，针对污水处理过程中溶解氧实时测量难的问题，本方法首先通过模糊聚类把整个样本分成多个子样本，再在每个子样本上建立支持向量回归模型，然后进行集成，对污水中溶解氧DO的含量进行在线预测。该方法具有较高的预测精度，在综合性能上优于其它时间序列预测方法，为快速，准确预测水质提供了一种有效的解决方案。 | ||
| 搜索关键词： | 支持向量回归 模糊聚类 样本 溶解氧DO 溶解氧 污水 算法 预测 时间序列预测 污水处理过程 浓度预测 实时测量 在线预测 综合性能 水质 | ||
【主权项】：
1.一种基于模糊聚类的支持向量回归算法的污水溶解氧浓度预测方法，其特征在于包括以下步骤：S1.历史水质数据的采集，获取包含若干水质指标的历史水质时间序列数据；S2.水质数据的特征选取，通过相关性分析，对获取的历史水质时间序列数据样本进行相关性分析，从而选取与溶解氧浓度较密切的若干指标；S3.样本数据的聚类，利用模糊C均值聚类算法将样本数据分成C个子类样本；S4.预测模型的训练，利用C个子类样本的水质特征矩阵对支持向量回归模型进行训练；S5.待预测水质数据的输入，将待预测的污水数据通过聚类分为C类后，分别输入预测模型中；S6.获得预测结果。
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合肥学院，未经合肥学院许可，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/patent/201810898015.2/，转载请声明来源钻瓜专利网。
- 上一篇：用于配制抗体药物缀合物组合物的方法
- 下一篇：地球化学异常识别方法
