基于随机森林算法的水华预警模型

来源：年旅网

基于随机森林算法的水华预警模型

刘云翔;吴浩

【期刊名称】《人民黄河》【年(卷),期】2018(040)008

【摘要】针对湖泊水华预警模型中的数据具有噪声较复杂和非线性的特点,而传统预警方法难以解决稳健性差和过度拟合等问题,采用机器学习分类算法---随机森林,根据叶绿素a的浓度判断水华是否发生,选取水温(T)、pH值、氮磷比(TN:TP)、化学需氧量(COD)、总氮(TN)、总磷(TP)作为影响因子,构建基于随机森林分类算法的稳健性较好、泛化性能强、实用性强的水华预警模型.选取太湖西半湖作为研究区域进行实例分析,结果表明:该模型预测精度达到91.67％,泛化误差小,能够有效进行短期预测;在水华发生的各个影响因子中,总磷和总氮是相对重要的影响因子. 【总页数】4页(P75-77,90) 【作者】刘云翔;吴浩

【作者单位】上海应用技术大学计算机科学与信息工程学院,上海201418;上海应用技术大学计算机科学与信息工程学院,上海201418 【正文语种】中文【中图分类】X52;TP39 【相关文献】

1.基于随机森林算法的投诉预警模型优化方法 [J], 朱龙珠;宫立华;刘鲲鹏;杨菁;赵强

2.基于随机森林算法的投诉预警模型优化方法 [J], 朱龙珠;宫立华;刘鲲鹏;杨菁;赵强;;;;;

3.基于随机森林算法的应收应付账款审计预警模型应用 [J], 张淑英 4.基于随机森林算法的广东邮政客户流失预警模型研究与应用 [J], 郭叔瑾 5.基于GAN模型与随机森林算法的保护系统智能状态评价与预警 [J], 张雷;王光华;曹磊;戴志辉;寇博绰

因版权原因，仅展示原文概要，查看原文内容请购买

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文