基于分段线性表示k最近邻的水质预测方法

作者：王保良; 范昊; 冀海峰; 黄志尧; 李海青

来源：环境工程学报, 2016, 10(02): 1005-1009.

• 水质预测
• 分段线性表示kNN算法
• 运行时间

随着自动监测、网络通讯等技术的迅速发展,水质数据采集方式从原来的人工采集发展到现在的自动采集,技术上得到很大的进步,同时获得的水质数据也急剧增加。因此面对大量的水质数据,迫切需要一种能够处理大规模水质数据的预测方法。针对这一问题,基于k最近邻算法和分段线性表示算法,提出了分段线性表示k最近邻算法用于水质预测。为了验证所提出算法的有效性,利用该算法对2个水库进行水质浑浊度预测实验。实验结果表明,分段线性表示k最近邻算法处理大规模水质数据时可以有效减少计算量和运行时间,且预测效果令人满意。

• 单位
  工业控制技术国家重点实验室; 浙江大学