[发明专利]基于随机森林和梯度提升树的预测污水出水指标的方法有效
| 申请号： | 201811323416.1 | 申请日： | 2018-11-07 |
| 公开（公告）号： | CN109408774B | 公开（公告）日： | 2022-11-08 |
| 发明（设计）人： | 张天麟;高俊波;孙伟;赵友标;孙峰 | 申请（专利权）人： | 上海海事大学 |
| 主分类号： | G06F17/18 | 分类号： | G06F17/18;G06K9/62;G06N3/08;G06Q10/04 |
| 代理公司： | 上海元好知识产权代理有限公司 31323 | 代理人： | 刘琰;张妍 |
| 地址： | 201306 上海市*** | 国省代码： | 上海;31 |
| 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随机森林和梯度提升树的预测污水出水指标的方法，其包括以下步骤：步骤1：在原始数据训练集中有放回地抽取样本，构成若干样本集；步骤2：根据样本构建随机森林；根据随机森林计算特征重要性，进行属性筛选；步骤3：根据筛选后的属性形成的样本构建梯度提升树模型；步骤4：根据实时监测数据放入梯度提升树模型中预测出污水厂未来一段时间的污水出水指标。本发明将随机森林与梯度提升树模型结合起来建立了污水出水指标数据的关系模型，通过随机森林的降维和梯度提升树高精度的训练可以较为准确地预测出未来一段时间内的污水出水指标数据。 | ||
| 搜索关键词： | 基于 随机 森林 梯度 提升 预测 污水 出水 指标 方法 | ||
【主权项】：
1.一种基于随机森林和梯度提升树的预测污水出水指标的方法，其特征在于，包括以下步骤：步骤1：在原始数据训练集中有放回地抽取样本，构成若干样本集；步骤2：根据样本构建随机森林；根据随机森林计算特征重要性，进行属性筛选；步骤3：根据筛选后的属性形成的样本构建梯度提升树模型；步骤4：根据实时监测数据放入梯度提升树模型中预测出污水厂未来一段时间的污水出水指标。
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上海海事大学，未经上海海事大学许可，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/201811323416.1/，转载请声明来源钻瓜专利网。
