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

作者：史利涛

来源：四川环境, 2022, 41(04): 219-224.

DOI：10.14034/j.cnki.schj.2022.04.032

• 数据挖掘
• 城市人居环境
• 河流水质
• 监测模型

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。