摘要
本发明公开了一种基于大数据分析的水环境质量评价模型,包括数据库、随机森林模型以及神经网络模型。数据库:对不同季节、时段和点位的数据进行归一化处理;随机森林模型:根据季节、时段和点位的数据分别构建随机森林子模型,然后将所有随机森林子模型集成为一个多层次随机森林模型;神经网络模型:根据季节、时段和点位的数据作为输入特征分别构建模型分支,神经网络模型结合随机森林模型的输出结果和其他原始特征进行最终结果预测;通过利用不同季节、不同时段、不同点位的水流流速和流量数据,实现对评价模型进行微调,可以提高模型对各种环境条件的适应能力,从而增强模型的泛化能力,为水环境健康状况的评价提供更准确、全面的信息。
技术关键词
随机森林模型
环境健康
训练集数据
多层次
训练神经网络模型
远程传输系统
流速
区域数据库
实时数据
加权平均法
水流
分支
特征选择
水文
数据中心
监测站
水质