基于加权朴素贝叶斯的水质数据分类研究

• Published in: 物联网学报 Vol. 6; no. 1; pp. 113 - 122
• Main Authors: 方志豪, 李正权, 张铭玮
• Format: Journal Article
• Language: Chinese
• Published: 江南大学物联网工程学院,江苏 无锡 214122%江南大学物联网工程学院,江苏 无锡 214122 2022; 江苏省未来网络创新研究院,江苏 南京 211111
• Subjects: 水质评价;朴素贝叶斯;五折交叉验证;性能指标
• ISSN: 2096-3750
• DOI: 10.11959/j.issn.2096?3750.2022.00255

X824; 为更好地实施水环境管理政策,水质评价是基础环节,即根据某一水域多个水质参数,如何将其合理地划分到特定水质类别.针对该问题,提出了一种改进的朴素贝叶斯分类方法,该方法赋予不同属性以不同的权值,削弱了朴素贝叶斯条件独立性的假设,使分类结果更接近实际类别.首先,参考国家地表水水质自动监测站(以下简称国控水站)发布的数据,选取其中500条水质数据作为样本,基于溶解氧、高锰酸盐指数、氨氮和总磷4个指标建立评价体系;然后,利用改进朴素贝叶斯分类方法对样本进行学习与评价,并采用五折交叉验证法验证其分类性能.结果表明,改进朴素贝叶斯分类方法的准确率、精确率、召回率和F1值分别达到96.0％、95.9％、93.8％和94.8％,水质数据分类的性能指标相较于其他朴素贝叶斯分类方法更高,可对实际工程中遇到水质数据分类的问题提供一定的参考.