[發明專利]一種基于AdaBoost模型的水質特征礦泉水分類方法

在審

• 申請號: 202011090983.4
• 申請日: 2020-10-13
• 公開（公告）號: CN112185484A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 單耀;王藝嵐;王旭鋒
• 申請（專利權）人: 華北科技學院;中國礦業大學
• 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

1.一種基于AdaBoost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AdaBoost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AdaBoost模型；

步驟S10：將所述AdaBoost模型用于所述測試數據集，評估所述AdaBoost模型的正確率，并改進所述AdaBoost模型。

2.根據權利要求1所述的基于AdaBoost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AdaBoost模型的水質特征礦泉水分類方法，其特征在于，所述步驟S4用所述R語言的psych包完成。

4.根據權利要求3所述的基于AdaBoost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AdaBoost模型的水質特征礦泉水分類方法，其特征在于，所述步驟S5用所述R語言的mclust包完成。

6.根據權利要求1所述的基于AdaBoost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AdaBoost模型的水質特征礦泉水分類方法，其特征在于，所述建立AdaBoost模型用所述R語言的adabag包完成。

8.根據權利要求1所述的基于AdaBoost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AdaBoost模型用于實際的礦泉水進行驗證。