基于改进随机森林模型的水质BOD快速预测研究

• 作者: 王涌 陆卫 左楚涵 鲍明月
• 来源期刊: 传感技术学报
• 学科: 工学
• 关键词: 生物化学传感器 随机森林模型 特征排序 LDA降维
• 年，卷（期）: 2021,（11）
• 所属期刊栏目: 传感器信号处理|Signal Processing for Sensors
• 页码范围: 1482-1488
• 页数: 7页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1004-1699.2021.11.010

摘要

为解决BOD传统测量耗时长、需要离线采样分析、实验操作复杂的问题,论文提出了一种基于特征重要性排序和LDA降维算法改进的随机森林模型用于BOD的快速软测量.改进随机森林模型将12维辅助特征向量降至3维特征向量,有效减少数据中存在的噪声与冗余信息,提升了随机森林模型的预测能力.仿真结果表明,改进后的随机森林模型相较于其他模型在快速BOD预测中有明显优势,其MSE为0.0388,MAE为0.1227,决定系数为0.9676,预测时间0.4850,说明该模型为快速BOD预测场景提供了一种可能的思路.