基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
构建耦合自组织映射神经网络(SOFM)和随机森林(RF)的方法, 对中国 63 个湖泊 11 年的 9 种水质指标(5110 条数据)进行模式识别.首先采用 SOFM 对湖泊进行聚类, 以识别污染状况, 然后采用 RF 分析水质指标对湖泊类别的决定效果, 以确定代表性指标.SOFM 的结果显示, 湖泊可以按污染程度分为 3 类.RF 的结果发现, 在分类准确率为 80%时, 根据高锰酸盐指数和叶绿素 a 浓度即可判定湖泊污染程度.该方法可从庞杂的数据中识别出反映水体污染特征的水质指标, 为快速认知水体污染状况及选取监测指标提供参考.
推荐文章
基于特征加权的代理判别模型模式识别方法
贡献度
ADMFW
权值因子
滚动轴承
基于多元图结构子模式表示的模式识别方法
模式识别
多元图表示
图形基元
特征基元
子模式
复杂系统的集对模式识别方法
复杂系统
模式识别
统一集
集对分析
联系数
集对值
基于新的模式识别方法和函数的研究
模式识别
和函数
数字化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于模式识别方法的湖泊水质污染特征聚类研究
来源期刊 北京大学学报(自然科学版) 学科
关键词 模式识别 水质污染 自组织映射神经网络 随机森林
年,卷(期) 2019,(2) 所属期刊栏目
研究方向 页码范围 335-341
页数 7页 分类号
字数 4870字 语种 中文
DOI 10.13209/j.0479-8023.2019.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘永 北京大学环境科学与工程学院水沙科学教育部重点实验室 90 2645 28.0 49.0
2 梁中耀 北京大学环境科学与工程学院水沙科学教育部重点实验室 8 24 3.0 4.0
3 陈会丽 北京大学环境科学与工程学院水沙科学教育部重点实验室 3 6 2.0 2.0
4 任婷玉 北京大学环境科学与工程学院水沙科学教育部重点实验室 3 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (179)
共引文献  (545)
参考文献  (21)
节点文献
引证文献  (3)
同被引文献  (3)
二级引证文献  (0)
1965(1)
  • 参考文献(1)
  • 二级参考文献(0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(7)
  • 参考文献(0)
  • 二级参考文献(7)
2000(8)
  • 参考文献(2)
  • 二级参考文献(6)
2001(13)
  • 参考文献(1)
  • 二级参考文献(12)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(12)
  • 参考文献(1)
  • 二级参考文献(11)
2004(9)
  • 参考文献(0)
  • 二级参考文献(9)
2005(13)
  • 参考文献(0)
  • 二级参考文献(13)
2006(10)
  • 参考文献(0)
  • 二级参考文献(10)
2007(19)
  • 参考文献(4)
  • 二级参考文献(15)
2008(11)
  • 参考文献(1)
  • 二级参考文献(10)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(22)
  • 参考文献(3)
  • 二级参考文献(19)
2011(11)
  • 参考文献(1)
  • 二级参考文献(10)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
2014(5)
  • 参考文献(2)
  • 二级参考文献(3)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(6)
  • 参考文献(1)
  • 二级参考文献(5)
2019(1)
  • 参考文献(0)
  • 二级参考文献(1)
2019(3)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
模式识别
水质污染
自组织映射神经网络
随机森林
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京大学学报(自然科学版)
双月刊
0479-8023
11-2442/N
16开
北京海淀北京大学校内
2-89
1955
chi
出版文献量(篇)
3152
总下载数(次)
8
总被引数(次)
52842
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导