文献类型：期刊文章

作　　者：方志豪[1] 李正权[1,2] 张铭玮[1]

FANG Zhihao;LI Zhengquan;ZHANG Mingwei(School of Internet of Things Engineering,Jiangnan University,Wuxi 214122,China;Jiangsu Future Networks Innovation Institute,Nanjing 211111,China)

机构地区：[1]江南大学物联网工程学院,江苏无锡214122 [2]江苏省未来网络创新研究院,江苏南京211111

出　　处：《物联网学报》

基　　金：国家自然科学基金资助项目(No.61571108);无锡市科技发展资金资助项目(No.H20191001,No.G20192010);未来网络科研基金项目(No.FNSRFP-2021-YB-11)。

年　　份：2022

卷　　号：6

期　　号：1

起止页码：113-122

语　　种：中文

收录情况：普通刊

摘　　要：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。

关 键 词：水质评价 朴素贝叶斯 五折交叉验证  性能指标

分 类 号：X824]