[發明專利]一種基于GBDT模型的水質特征礦泉水分類方法在審
| 申請號： | 202011090036.5 | 申請日： | 2020-10-13 |
| 公開（公告）號： | CN112185482A | 公開（公告）日： | 2021-01-05 |
| 發明（設計）人： | 單耀;王藝嵐 | 申請（專利權）人： | 華北科技學院 |
| 主分類號： | G16C20/70 | 分類號： | G16C20/70;G06K9/62 |
| 代理公司： | 廣州文衡知識產權代理事務所(普通合伙) 44535 | 代理人： | 周冠宇 |
| 地址： | 065201 河北省廊*** | 國省代碼： | 河北;13 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 gbdt 模型 水質 特征 礦泉水 分類 方法 | ||
1.一種基于GBDT模型的水質特征礦泉水分類方法，其特征在于，包括：
步驟S1：選取三個以上有一定距離的礦泉水水源地，在所述礦泉水水源地采集水樣，所述水樣的數量為至少60組，且每個水源地不少于20組；
步驟S2：測試每組所述水樣的水質信息，所述水質信息包括常量元素含量、微量元素含量、pH值、總可溶性固體、同位素的δ值和硬度；
步驟S3：利用多組所述水質信息建立Excel表，并將所述Excel表轉成CSV表，將所述CSV表導入R語言；
步驟S4：利用主成分分析方法將數據降維以得到降維數據；
步驟S5：利用高斯混合模型將所述降維數據進行分類以得到分類數據；
步驟S6：將所述分類數據進行標記，選擇可有效區分的多組標記數據；
步驟S7：將多組所述標記數據導入R語言并按照7：3的比例分為訓練數據集和測試數據集；
步驟S8：對所述訓練數據集采用隨機森林的方法進行特征選擇，選取3-6個參數；
步驟S9：將GBDT模型框架應用于經過所述特征選擇后的訓練數據集進行訓練，并建立GBDT模型；
步驟S10：將所述GBDT模型用于所述測試數據集，評估所述GBDT模型的正確率，并改進所述GBDT模型。
2.根據權利要求1所述的基于GBDT模型的水質特征礦泉水分類方法，其特征在于，在所述步驟S2之后，且在所述步驟S3之前，所述方法還包括：將所述常量元素含量換算成當量濃度百分數，將所述微量元素含量換算成當量濃度。
3.根據權利要求1所述的基于GBDT模型的水質特征礦泉水分類方法，其特征在于，所述步驟S4在所述R語言的psych包中完成。
4.根據權利要求3所述的基于GBDT模型的水質特征礦泉水分類方法，其特征在于，所述降維數據的維度為2-4個。
5.根據權利要求1所述的基于GBDT模型的水質特征礦泉水分類方法，其特征在于，所述步驟S5在所述R語言的mclust包中完成。
6.根據權利要求1所述的基于GBDT模型的水質特征礦泉水分類方法，其特征在于，所述步驟S6中選取的所述標記數據為3-5組。
7.根據權利要求1所述的基于GBDT模型的水質特征礦泉水分類方法，其特征在于，所述建立GBDT模型在所述R語言的gbm包中完成。
8.根據權利要求1所述的基于GBDT模型的水質特征礦泉水分類方法，其特征在于，在所述步驟S10后，所述方法還包括：將所述GBDT模型用于實際的礦泉水進行驗證。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于華北科技學院，未經華北科技學院許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011090036.5/1.html，轉載請聲明來源鉆瓜專利網。
