基于增强回归树的水藻预测分析

• 作者: 佘玉萍 陈淑清
• 来源期刊: 长春大学学报（自然科学版）
• 学科: 工学
• 关键词: 增强回归树(BRT) 水质 预测分析
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 电气工程
• 页码范围: 20-23
• 页数: 4页
• 分类号: TP39
• 字数: 1981字
• 语种: 中文

摘要

河流水质的预测分析在保护河流水源和维护河流生态有着重要意义.由于基于多元线性回归没有处理数据缺失值的能力和决策树模型无法有效处理水质多变量的问题等原因,故两者均达不到有效预测水质影响因素的目标.本文采用的增强回归树模型能够处理缺失值和避免过度拟合问题,可以有效地对水质的藻类进行预测分析并得出综合影响测试河流中综合影响7种藻类繁殖的主要因素.实验分析结果表明,采用的增强回归树模型优于多元线性回归模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈淑清	莆田学院信息工程学院	9	17	3.0	4.0
2	佘玉萍	莆田学院信息工程学院	15	29	4.0	5.0