期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于SMOTE-GA-CatBoost算法的全国地表水水质分类评价
被引量:
4
1
作者
徐玲
景向楠
+3 位作者
杨英
李卫华
刘怡心
严国兵
《中国环境科学》
EI
CAS
CSCD
北大核心
2023年第7期3848-3856,共9页
针对地表水分类评价中水污染特征空间的高冲突性以及水质类别的不均衡性等问题,以7项地表水水质指标为水质评价因子,采用SMOTE过采样技术结合遗传算法和CatBoost模型对全国主要江河和重要湖库分别进行水质分类评价,并与其他4种改进集成...
针对地表水分类评价中水污染特征空间的高冲突性以及水质类别的不均衡性等问题,以7项地表水水质指标为水质评价因子,采用SMOTE过采样技术结合遗传算法和CatBoost模型对全国主要江河和重要湖库分别进行水质分类评价,并与其他4种改进集成算法进行对比.结果表明:SMOTE预处理有效改善样本类别的不均衡性,提高CatBoost模型对少数类水质样本分类的准确性;遗传算法调参有效提高CatBoost模型的收敛速度和分类精度,优化了模型的分类性能;SMOTE-GA-CatBoost模型对江河和湖库的水质分类效果均优于其他4种改进集成分类模型,其对江河水水质分类的准确率、精确率、召回率、F1分别为97.7%、97.8%、96.1%、96.9%,对湖库水水质分类的准确率、精确率、召回率、F1分别为96.7%、96.2%、95.4%、95.8%,该模型可以实现不同水域的水质分类评价.
展开更多
关键词
地表水
水质分类评价
CatBoost
SMOTE
遗传算法
下载PDF
职称材料
支持向量机在水资源质量分类评价中的应用
被引量:
2
2
作者
孙文兵
《邵阳学院学报(自然科学版)》
2016年第2期11-15,共5页
建立了一种支持向量机(SVM)的水资源质量分类评价模型,采用"一对一"的多类别分类算法,核函数取径向基函数,分别用网格搜索法、遗传算法和粒子群算法对SVM模型的控制参数进行寻优.农村水质分类评价实验表明:网格搜索方法能得...
建立了一种支持向量机(SVM)的水资源质量分类评价模型,采用"一对一"的多类别分类算法,核函数取径向基函数,分别用网格搜索法、遗传算法和粒子群算法对SVM模型的控制参数进行寻优.农村水质分类评价实验表明:网格搜索方法能得到较高的分类准确率而且泛化能力较强,计算时间短等优点,该模型的实际应用可以推广.
展开更多
关键词
支持向量机
水质分类评价
网格搜索
参数寻优
下载PDF
职称材料
题名
基于SMOTE-GA-CatBoost算法的全国地表水水质分类评价
被引量:
4
1
作者
徐玲
景向楠
杨英
李卫华
刘怡心
严国兵
机构
合肥城市学院土木工程学院
合肥城市学院经济与管理学院
安徽建筑大学环境与能源工程学院
中国科学技术大学地球和空间科学学院
杭州市城建设计研究院有限公司(安徽分公司)
出处
《中国环境科学》
EI
CAS
CSCD
北大核心
2023年第7期3848-3856,共9页
基金
国家自然科学基金资助项目(51978003)
安徽省教育厅自然科学类重点项目(2022AH052481)
+2 种基金
安徽省科技重大专项(201903a06020034)
安徽省自然科学基金资助青年项目(1908085QE241)
无锡市科技发展资金资助项目(G20192010)。
文摘
针对地表水分类评价中水污染特征空间的高冲突性以及水质类别的不均衡性等问题,以7项地表水水质指标为水质评价因子,采用SMOTE过采样技术结合遗传算法和CatBoost模型对全国主要江河和重要湖库分别进行水质分类评价,并与其他4种改进集成算法进行对比.结果表明:SMOTE预处理有效改善样本类别的不均衡性,提高CatBoost模型对少数类水质样本分类的准确性;遗传算法调参有效提高CatBoost模型的收敛速度和分类精度,优化了模型的分类性能;SMOTE-GA-CatBoost模型对江河和湖库的水质分类效果均优于其他4种改进集成分类模型,其对江河水水质分类的准确率、精确率、召回率、F1分别为97.7%、97.8%、96.1%、96.9%,对湖库水水质分类的准确率、精确率、召回率、F1分别为96.7%、96.2%、95.4%、95.8%,该模型可以实现不同水域的水质分类评价.
关键词
地表水
水质分类评价
CatBoost
SMOTE
遗传算法
Keywords
surface water
water quality classification and evaluation
CatBoost
SMOTE
genetic algorithms
分类号
X824 [环境科学与工程—环境工程]
下载PDF
职称材料
题名
支持向量机在水资源质量分类评价中的应用
被引量:
2
2
作者
孙文兵
机构
邵阳学院理学与信息科学系
出处
《邵阳学院学报(自然科学版)》
2016年第2期11-15,共5页
基金
邵阳市科技计划项目(2015NC43)
文摘
建立了一种支持向量机(SVM)的水资源质量分类评价模型,采用"一对一"的多类别分类算法,核函数取径向基函数,分别用网格搜索法、遗传算法和粒子群算法对SVM模型的控制参数进行寻优.农村水质分类评价实验表明:网格搜索方法能得到较高的分类准确率而且泛化能力较强,计算时间短等优点,该模型的实际应用可以推广.
关键词
支持向量机
水质分类评价
网格搜索
参数寻优
Keywords
support vector machine (SVM)
classification and evaluation of water quality
grid search
parameter optimization
分类号
O234 [理学—运筹学与控制论]
X824 [环境科学与工程—环境工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于SMOTE-GA-CatBoost算法的全国地表水水质分类评价
徐玲
景向楠
杨英
李卫华
刘怡心
严国兵
《中国环境科学》
EI
CAS
CSCD
北大核心
2023
4
下载PDF
职称材料
2
支持向量机在水资源质量分类评价中的应用
孙文兵
《邵阳学院学报(自然科学版)》
2016
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部