-
题名基于多源数据机器学习的区域水质预测方法研究
被引量：14
- 1
-
-
作者
李雪清
郑航
刘悦忆
万文华
-
机构
东莞理工学院生态环境与建筑工程学院
-
出处
《水利水电技术（中英文）》
北大核心
2021年第11期152-163,共12页
-
基金
国家自然科学基金项目“基于水能耦合的长距离调水工程优化调度理论与应用”(51909035)
国家自然科学基金项目“长江水科学研究联合基金”项目“长江流域生态补偿研究”(U2040206)。
-
文摘
随着社会经济快速发展和水资源系统复杂性的日益增强,我国水环境质量的演变逐渐呈现跨区域、多因素耦合影响的特点。围绕大空间范围的水质预测问题,针对传统水质预测方法中对水文、气象及社会经济多因素考虑的不足,以广东省31个水质监测站在2008年到2016年间每周的水质等级数据为训练样本,选取降雨、蒸发和气温等气象指标以及GDP、总人口数、人口密度等社会经济指标为预测参数,运用支持向量机、决策树以及人工神经网络等机器学习技术,建立区域水质等级的预测模型。结果表明,机器学习方法可融合气象和社会经济等多源的、不同时空尺度的数据,对水质等级进行预测。其中,基于随机森林的预测模型表现性能最佳,预测准确率达到77.11%;基于支持向量机的预测模型次之,预测准确率达到74.99%。与现有的水质预测方法相比,该方法的计算速度快、不需要提取数据的统计特征、操作简单、能够分析社会经济因素对水质的影响,更容易在水环境治理中使用。
-
关键词
区域水质预测
气象指标
社会经济因素
多源数据机器学习
水质
水环境
人工神经网络
机器学习技术
-
Keywords
regional water quality prediction
meteorological indexes
socio-economic factors
multi-source data machine learning
water quality
water environment
artificial neural network
machine learning technology
-
分类号
TV211.1
[水利工程—水文学及水资源]
-
-
题名大数据分析中机器学习研究
被引量：2
- 2
-
-
作者
洪歧
杨刚
惠立山
-
机构
陕西理工大学数学与计算机科学学院
-
出处
《人工智能与机器人研究》
2017年第1期16-21,共6页
-
基金
陕西省教育厅科研专项(16JK1163)
陕西理工大学科研基金(SLGQD0903)。
-
文摘
机器学习在大数据分析中起着越来越重要的作用,本文主要对大数据背景下机器学习方法和技术等进行了归纳和总结。首先对机器学习的基本模型、分类进行简介;然后对大数据环境下的机器学习的几个关键技术进行了叙述;接着展示了目前流行的四种大数据机器学习系统,并分析了其特点;最后指明了大数据机器学习的主要研究方向和所遇到的挑战因素等。
-
关键词
大数据
机器学习
半监督学习
大数据机器学习系统
概率图模型
R语言
-
分类号
F2
[经济管理—国民经济]
-
-
题名大数据机器学习系统综述
被引量：2
- 3
-
-
作者
姜绍俊
-
机构
辽宁警察学院
-
出处
《电脑知识与技术》
2020年第9期185-186,共2页
-
基金
基于暗通道先验的雾天图像增强算法的研究(项目编号:2019XZX-06)。
-
文摘
机器学习需要有大量的背景数据作为训练集,而大数据技术正好给机器学习带来了这样的大量数据训练集。结合机器学习和大数据技术,为了实现高效的大数据机器学习而设计的大数据机器学习系统面临着诸多的技术问题。大数据机器学习系统成为大数据技术和机器学习领域研究的重要课题。本文介绍了大数据机器学习系统应该具有的概念、特征及相关典型的大数据机器学习系统。
-
关键词
大数据
机器学习
大数据机器学习系统
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
-
题名大数据环境下计量经济学与机器学习理论比较研究
被引量：1
- 4
-
-
作者
廉梦鹤
郑玉平
-
机构
贵州财经大学
-
出处
《统计与管理》
2016年第12期105-106,共2页
-
文摘
大数据的发展为商业带来了丰厚回报,推动学术界和业界不断深入研究与探讨更有效的分析方法。传统计量经济学与现行较热的机器学习理论,从研究方式与目的 ,对模型的要求、模型检验方式都有着明显的差异,两者在大数据环境下延伸出的两门子学科,大数据机器学习与大数据计量经济学。国外学者将传统计量经济时间序列模型用在大数据实时预测与因果关系检验上,并取得了一定的成果。
-
关键词
大数据机器学习
大数据计量经济学
理论比较
大数据经济学
-
分类号
F224.0
[经济管理—国民经济]
-
