基于数据挖掘的城市人居环境河流水质变化监测模型设计

摘要

传统水质监测模型的识别模式,仅依靠单一的分类方法确认水质信息,训练与学习能力较差,直接影响模型监测精度,设计了基于数据挖掘的城市人居环境河流水质变化监测模型。预先计算影响水质变化的参考指标,利用数据挖掘方法,优化对水质变化的识别模式;结合时间序列,建立具有时间性质的水质变化监测模型。实验结果表明:此次设计的监测模型学习与训练能力更强,其相对误差绝对值平均结果为7.13%,泛化误差大幅度下降,有更好的监测性能,可以较好地完成城市人居环境河流水质变化监测。