[发明专利]一种基于支持向量机与KNN相结合的水质预测方法

摘要

一种基于SVM－KNN的水质预测方法，包括以下步骤：1)对采集到的水质数据进行预处理；2)使用K‑近邻算法对数据进行预分类；3)建立支持向量机回归模型，通过k折交叉验证算法选取水质数据预测模型的最优化参数，并应用到模型中；4)训练模型，以温度和pH值为预测目标，对预测效果评估。本发明提出的将KNN与支持向量机相结合的水质预测方法，采用支持向量机(SVM)与最近邻算法(KNN)相结合的方法实现对水质时间序列的预测，旨在改善预测准确度，属于水质预测方法技术领域，成功的实现了水质的准确预测。

主权项

1.一种基于支持向量机与KNN相结合的水质预测方法，其特征在于，所述方法包括以下步骤：/n1)利用机器仿生鱼采集水质数据，并对数据进行预处理，整理出符合实验要求的数据；/n2)利用K－近邻方法对水质数据预分类；/n3)建立支持向量机回归模型，通过k折交叉验证算法选取最优化参数，构建最优化支持向量机回归模型；/n4)训练得到最优化水质预测模型，对温度和pH值进行预测，并对预测效果进行评估。/n