摘要
本发明涉及信息技术领域,并公开了一种多因素时空耦合的水环境预测方法,包括:获取水环境内部数据和水环境外部数据;对水环境内部数据和水环境外部数据进行预处理,获取预处理后的多源数据;将预处理后的多源数据作为训练集输入随机森林回归模型,对多源数据进行重要性选择,选出随机森林回归模型误差最小的影响因素集合,将影响因素集合作为最优特征选择集;将最优特征选择集作为训练集输入最小二乘支持向量机模型,对最小二乘支持向量机模型进行训练,获取多因素耦合的水质预测模型,基于多因素耦合的水质预测模型,获取水环境预测结果。本发明降低最小二乘支持向量机训练模型的维度,提高预测精度。
技术关键词
支持向量机模型
随机森林
特征选择
变量
模型误差
训练集
高斯核函数
统一时间尺度
支持向量机训练
水质
主成分分析法
参数
噪声数据
分辨率
度量
冗余
流速
系统为您推荐了相关专利信息
虚实融合方法
干涉仪
误差校准
干涉系统
优化重建方法
基因定位方法
全基因组关联分析
杂种优势
混合线性模型
生物信息技术
经济数据分析方法
计量经济模型
结构方程模型
时间序列模型
变量
故障检测方法
样本
采集机械设备
度量
机械故障检测技术
优化调度方法
水电站
皮尔逊相关系数
发电量
风险