典型文献
基于加权朴素贝叶斯的水质数据分类研究
文献摘要：
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.
文献关键词：
水质评价;朴素贝叶斯;五折交叉验证;性能指标
中图分类号：
作者姓名：
方志豪;李正权;张铭玮
作者机构：
江南大学物联网工程学院,江苏 无锡 214122;江苏省未来网络创新研究院,江苏 南京 211111
文献出处：
引用格式：
[1]方志豪;李正权;张铭玮-.基于加权朴素贝叶斯的水质数据分类研究)[J].物联网学报,2022(01):113-122
A类：
B类：
水质数据,数据分类,分类研究,水环境管理,环境管理政策,水质评价,基础环,水域,水质参数,分到,水质类别,朴素贝叶斯分类,分类方法,同属,权值,家地,地表水水质,水质自动监测站,控水,水站,溶解氧,高锰酸盐指数,氨氮,总磷,五折交叉验证,交叉验证法,分类性能,精确率,召回率
AB值：
0.273419
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
