[发明专利]基于择优分类的水质预测方法

摘要

本申请基于择优分类的水质预测方法，对历史的水质指标数据进行归一化处理后，构造训练集，使用训练集分别对Adaboost水质预测模型、RVM水质预测模型、BP神经网络水质预测模型进行训练。然后使用一部分的数据集分别使用三种模型进行预测，结合每个数据使用不同模型得到的实际值与预测值的对比，训练基于SVM的择优分类器。对于新的数据，通过择优分类器可以选出最佳模型，使用最佳模型得到效果最好的预测值。此方法可以极大的提高预测的准确率。

主权项

1.基于择优分类的水质预测方法，其特征在于，所述方法包括如下步骤：步骤1：采集水质数据；步骤2：对水质数据与对应的时间节点进行归一化处理；步骤3：构造训练集Training与验证集Validation；步骤4：分别构造RVM水质预测模型、BP神经网络水质预测模型、Adaboost水质预测模型；步骤5：使用步骤3中构造的训练集分别训练步骤4中构造的RVM水质预测模型、BP神经网络水质预测模型、Adaboost水质预测模型；步骤6:使用步骤5中训练好的三种水质预测模型在步骤3中构造的验证集Validation上进行预测，以此预测结果构造SVM择优分类器的训练集Training；步骤7：构造SVM择优分类器，使用步骤6中构造出的训练集Training训练SVM择优分类器；步骤8：输入新的数据，先通过步骤7中已经得到的SVM择优分类器选择出RVM水质预测模型、BP神经网络水质预测模型、Adaboost水质预测模型中最合适该数据的预测模型，再根据选择出的预测模型得到最终预测值。