典型文献
基于粗糙集-贝叶斯网络的流域水质评价方法
文献摘要：
针对现实流域水质评价中存在不完整和不确定信息这一问题,基于智能互补思想,提出了粗糙集-贝叶斯网络的流域水质评价方法.使用粗糙集理论提取影响流域水质状态的主要因子,得到最小属性约简集以降低建模复杂度;然后构造贝叶斯网络并进行模型训练,获得其网络结构和条件概率表,实现流域水质的概率决策推理;最后对嘉陵江流域重庆段的3个水质监测断面进行实例分析,验证该方法的有效性和准确性.结果表明:该方法可以正确进行流域水质评价推理,相比于其他方法(贝叶斯网络、灰色-贝叶斯网络、粗糙集-朴素贝叶斯),其具有最高的准确率(＞0.97)、精确率(＞0.86)、召回率(＞0.86)和F1值(＞0.86),为流域水环境管理提供了有效的技术支持.
文献关键词：
水质评价;粗糙集理论;贝叶斯网络;属性约简;不确定性
中图分类号：
作者姓名：
白云;李勇;张万娟;贺嘉
作者机构：
重庆工商大学管理科学与工程学院,重庆400067;贵州医科大学环境污染与疾病监控教育部重点实验室,贵州贵阳550025;西北农林科技大学经济管理学院,陕西杨凌712100;重庆工商大学长江上游经济研究中心,重庆400067
文献出处：
引用格式：
[1]白云;李勇;张万娟;贺嘉-.基于粗糙集-贝叶斯网络的流域水质评价方法)[J].水资源与水工程学报,2022(05):1-10
A类：
B类：
贝叶斯网络,水质评价方法,不确定信息,粗糙集理论,属性约简,模型训练,条件概率,嘉陵江流域,水质监测,监测断面,其他方法,朴素贝叶斯,精确率,召回率,流域水环境管理
AB值：
0.188438
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。
