首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于RF-C-SOM聚类算法的水质监测布点优化方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:湖南工商大学

摘要:本发明公开了基于RF‑C‑SOM聚类算法的水质监测布点优化方法,包括:对采集的水质数据进行预处理,获取预处理后的水质数据;将预处理后的水质数据为数据,水质类别为标签,进行随机森林模型的训练,确定水质指标的特征重要度;根据特征重要度结合模型训练准确度进行特征重要性的选择,对预处理后的水质数据进行降维,获取降维后的数据;对降维后的数据进行模糊聚类,获得水质断面分类结果;基于水质断面分类结果,确定自组织映射算法的初始权重值;基于设置好的初始权重值对神经元进行初始化并训练自组织映射网络模型;通过自组织映射网络模型获得点位聚类结果;将筛选前与筛选后的点位结果进行水质质量指数评定。

主权项:1.基于RF-C-SOM聚类算法的水质监测布点优化方法,其特征在于,包括:步骤一、对采集的初始水质数据进行预处理,获取预处理后的水质数据;步骤二、将所述预处理后的水质数据为数据,水质类别为标签,进行随机森林模型的训练,确定水质指标的特征重要度;步骤三、根据所述特征重要度结合模型训练准确度进行特征重要性的选择,对所述预处理后的水质数据进行降维,获取降维后的数据;步骤四、对所述降维后的数据进行模糊聚类,获得水质断面分类结果;步骤五、基于所述水质断面分类结果,确定自组织映射算法的初始权重值;步骤六、基于设置好的初始权重值对神经元进行初始化并训练自组织映射网络模型;步骤七、通过自组织映射网络模型获得点位聚类结果;步骤八、将所述初始水质数据与所述点位聚类结果进行水质质量指数评定。

全文数据:

权利要求:

百度查询: 湖南工商大学 基于RF-C-SOM聚类算法的水质监测布点优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。