CN106991437-CN201710163948-基于随机森林预测污水水质数据的方法及系统.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 106991437 A (43)申请公布日 2017.07.28 (21)申请号 201710163948.2 (22)申请日 2017.03.20 (71)申请人 浙江工商大学 地址 310018 浙江省杭州市下沙高教园区 浙江工商大学信息楼518 (72)发明人 琚春华　王学成　鲍福光　陈冠宇　 汪磊　 (74)专利代理机构 杭州知通专利代理事务所 (普通合伙) 33221 代理人 姚宇吉 (51)Int.Cl. G06K 9/62(2006.01) G01N 33/18(2006.01) 权利要求书2页 说明书4页 附图2页 (54)发明名称 基于随机森林预测污水水质数据的方法及 系统 (57)摘要 本发明提供了一种基于随机森林预测污水 水质数据的方法及系统，包括以下步骤：在原始 训练集中有放回地随机抽取样本，构建若干样本 集；根据样本集的样本以及每个样本所属的污水 指标属性选择分裂属性，依据分裂属性对样本集 进行训练形成决策树；根据建立的多个决策树整 合构建随机森林；获取待分类数据放入随机森林 进行分类，根据环境因素变量采用投票方式得出 未来一段时间的污水水质数据的预测结果。本发 明提供一种基于随机森林预测污水水质数据的 方法及系统，目的在于建立融入了环境数据与污 A 水水质数据的关系模型，根据实时监测所得的环 7 境数据采用投票方式准确地预测出未来一段时 3 4 1 间内的污水水质指标数据。 9 9 6 0 1 N C CN 106991437 A 权　利　要　求　书 1/2页 1.一种基于随机森林预测污水水质数据的方法，其特征在于，包括以下步骤： 在原始训练集中有放回地随机抽取样本，构建若干样本集； 根据样本集的样本以及每个样本所属的污水指标属性选择分裂属性，依据分裂属性对 样本集进行训练形成决策树； 根据建立的多个决策树整合构建随机森林； 获取待分类数据放入随机森林进行分类，根据环境因素变量采用投票方式得出未来一 段时间的污水水质数据的预测结果。 2.根据权利要求1中所述的基于随机森林预测污水水质数据的方法，其特征在于，所述 根据样本集的样本以及每个样本所属的污水指标属性选择分裂属性，包括以下步骤： 选择样本属性中信息增益最大的属性为分裂属性。 3.根据权利要求2中所述的基于随机森林预测污水水质数据的方法，其特征在于，所述 选择样本属性中信息增益最大的属性为分裂属性，具体包括以下步骤： 获取样本集中任意样本分类的期望信息和按特定属性划分的子集的熵； 根据获取的信息求得该特定属性的信息增益； 获取样本集中其他属性的信息增益； 选择信息增益最大的属性作为样本集的分裂属性。 4.根据权利要求3中所述的基于随机森林预测污水水质数据的方法，其特征在于，所述 获取样本集中任意样本分类的期望信息的计算公式为： I(s ,s ,……,s)＝∑P log2(p)(i＝1,……,m)， 1 2 m i i 其中，I(s ,s ,……,s)为期望信息，S为当前选中的样本集，m为S的分类数目，P ≈|S/ 1 2 m i i S|，C 为某分类标号，P为任意样本属于类C 的概率，S为分