[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

本發明公開了一種基于GBDT模型的水質特征礦泉水分類方法，包括：在礦泉水水源地采集水樣；測試每組水樣的水質信息；利用多組水質信息建立Excel表，導入R語言；利用主成分分析方法將數據降維以得到降維數據；利用高斯混合模型將降維數據進行分類以得到分類數據；將分類數據進行標記，選擇可有效區分的多組標記數據；將多組標記數據按照7：3的比例分為訓練數據集和測試數據集；對訓練數據集進行特征選擇；建立GBDT模型；將GBDT模型用于測試數據集，評估GBDT模型的正確率。根據本發明的基于GBDT模型的水質特征礦泉水分類方法，提升了礦泉水分類的合理性和科學性。

技術領域

本發明涉及礦泉水分類技術領域，尤其是涉及一種基于GBDT模型的水質特征礦泉水分類方法。

背景技術

礦泉水是一種寶貴的水資源，由于對人體有益，適合長期飲用，因而具有較大的資源保護價值與經濟價值。礦泉水中的溶解物以無機質為主，其中常量元素包括K⁺、Na⁺、Ca²⁺、Mg²⁺、Cl^-、SO4^2-、HCO₃^-等，重要的微量元素有Se、Sr、Li、Zn等。這些成分一方面代表了水質的不同，另外一方面也代表了其形成條件與形成過程的不同，與其所在地下含水層地質條件有關。

近五年全球礦泉水的銷量以年均6.4％的速度增加。我國政府頒布了國家標準《飲用天然礦泉水》(GB 8537—2018)，對礦泉水的水質做出了一些規定。從目前的研究與較普遍接受的觀點來看，礦泉水大致可分為偏硅酸礦泉水、鍶礦泉水、鋅礦泉水、鋰礦泉水、硒礦泉水、溴礦泉水、碘礦泉水、碳酸礦泉水等。上述分類方法僅考察了礦泉水的某一方面的特性，考察并不全面，分類不夠合理。

礦泉水的資源分布是有其規律的。通過建立礦泉水的分類模型，有助于更加科學有效地管理礦泉水資源，指導公眾合理鑒別及選擇自己需要的礦泉水，同時對于礦泉水的進一步分析具有基礎的指導作用。

發明內容

本發明提出了一種基于GBDT模型的水質特征礦泉水分類方法，利用所述基于GBDT模型的水質特征礦泉水分類方法可以提升礦泉水分類的合理性和科學性。

根據本發明實施例的基于GBDT模型的水質特征礦泉水分類方法，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。

根據本發明實施例的基于GBDT模型的水質特征礦泉水分類方法，考慮到每個判別參量的重要性有所差別，使用主成分分析方法和高斯混合模型對數據進行特征選擇，也就說可以在樣本的角度選擇更加具有代表性的數據，然后利用R語言并選取的數據按照7：3的比例分為訓練數據集和測試數據集，使用訓練數據集建立GBDT模型后，將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GBDT模型，從而可以提升GBDT模型的準確性，進而提升礦泉水分類的合理性和科學性。