文献类型：期刊文章

作　　者：刘双印[1,2,3,4] 徐龙琴[1] 李道亮[2,3,4]

机构地区：[1]广东海洋大学信息学院,湛江524025 [2]中国农业大学中欧农业信息技术研究中心,北京100083 [3]中国农业大学北京市农业物联网工程技术研究中心,北京100083 [4]中国农业大学先进农业传感技术北京市工程研究中心,北京100083

出　　处：《系统工程理论与实践》

基　　金：国家自然科学基金(61471133);广东省自然科学基金(S2013010014629);广东省科技计划项目(2013B021600014;2013B090500127)

年　　份：2015

卷　　号：35

期　　号：6

起止页码：1617-1624

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2015_2016、CSSCI、CSSCI2014_2016、EI、IC、JST、NSSD、RCCSE、RWSKHX、SCOPUS、ZGKJHX、核心刊

摘　　要：为解决因水质预警耦合因素多,预警模式复杂以及信息不完整所引起的水质预警精度低问题,提出了粗糙集融合支持向量机(RS-SVM)的水质预警模型.首先采用粗糙集对14个初始预警指标进行属性约简,去除冗余或干扰特征,得到基于5个核心预警指标的数据集,以此数据集对支持向量机进行训练优化,构建RS-SVM水质预警模型.运用该模型对江苏宜兴市集约化河蟹养殖池塘水质进行预警,实证对比分析,对于不同的警度级别,预警精度都在91%以上,与标准支持向量机和BP神经网络模型相比,该模型不仅具有计算效率高、预警性能好,且预警结果与实际情况比较吻合,为集约化水产养殖水质预警提供了一种新思路.

关 键 词：支持向量机 粗糙集 预警模型 属性约简

分 类 号：TP391]