基于加权朴素贝叶斯的水质数据分类研究

摘要：

为更好地实施水环境管理政策,水质评价是基础环节,即根据某一水域多个水质参数,如何将其合理地划分到特定水质类别.针对该问题,提出了一种改进的朴素贝叶斯分类方法,该方法赋予不同属性以不同的权值,削弱了朴素贝叶斯条件独立性的假设,使分类结果更接近实际类别.首先,参考国家地表水水质自动监测站(以下简称国控水站)发布的数据,选取其中500条水质数据作为样本,基于溶解氧、高锰酸盐指数、氨氮和总磷4个指标建立评价体系;然后,利用改进朴素贝叶斯分类方法对样本进行学习与评价,并采用五折交叉验证法验证其分类性能.结果表明,改进朴素贝叶斯分类方法的准确率、精确率、召回率和F1值分别达到96.0％、95.9％、93.8％和94.8％,水质数据分类的性能指标相较于其他朴素贝叶斯分类方法更高,可对实际工程中遇到水质数据分类的问题提供一定的参考.

关键词：水质评价、朴素贝叶斯、五折交叉验证、性能指标

所属期刊栏目：6

分类号：X824(环境质量分析与评价)

资助基金：国家自然科学基金;无锡市科技发展资金资助项目;无锡市科技发展资金资助项目;未来网络科研基金项目

在线出版日期：2022-03-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：113-122