城市重污染河流水质多参量检测方法仿真

摘要

针对传统的城市重污染河流水质多参量检测中,普遍存在着检测完成时间较长、准确度较低、成本消耗较高等问题,提出一种基于随机森林分类算法的水质多参量检测方法.通过对城市重污染河流水质进行分析,将单参数的水质波动概率和多参数动态关联系数进行融合,获取重污染河流水质指标概率合成矩阵,对其进行降维处理.得到处理后的水质指标波动的隶属度函数,以获得的隶属度函数将水质指标间关联性较弱的特征量去除,得到关联性较强的水质指标特征量,将其输入到随机森林分类器中,完成河流水质多参量检测.实验结果表明,所提方法检测完成时间较短、准确度较高、成本消耗较低.