[发明专利]基于二类支持向量机和粒子群算法的近海水质评价方法

权利要求书

1.一种基于二类支持向量机和粒子群算法的近海水质评价方法，其特征在于，其包括以下步骤：

S1、选择近海水质评价因素作为特征信息，建立样本数据集，并对特征信息进行归一化处理，完成特征信息的预处理，将所有的特征信息组成特征向量；

S2、确定近海水质评价等级，对近海水质评价等级进行二进制编码，并构造支持向量机网络；

S3、为了能够在更大范围内寻找二类支持向量机的惩罚参数和核函数参数的最佳值，采用粒子群优化算法进行参数寻优并得到最优向量参数；

S4、采用步骤S3所得的最优向量参数对支持向量机网络中的每个二类支持向量机进行训练；

S5、利用步骤S4训练完成的支持向量机网络，输入待分类的样本集，获得对其预测的结果，完成近海水质的等级评价。

2.如权利要求1所述的基于二类支持向量机和粒子群算法的近海水质评价方法，其特征在于，所述步骤S1具体还包括以下两个步骤：步骤S1.1，选取有效的近海水质特征信息,特征信息的选择主要根据已经检测获得的近海海域的污染物特征，包括溶解氧、化学需氧量、活性磷酸盐、无机氮和石油类五项污染指标，收集至少一百种样本作为样本数据集并组成特征信息；步骤S1.2，选定特征信息后进行归一化处理，根据每项特征信息的最大值和最小值，完成特征信息的归一化后，将所有的特征信息组成特征向量。

3.如权利要求2所述的基于二类支持向量机和粒子群算法的近海水质评价方法，其特征在于，所述归一化处理中使用的公式如下式：

x′=x-min(x)max(x)-min(x),max(x)≠min(x)x′=1,max(x)=min(x)]]>

其中，x为归一化前的特征信息值，max(x)和min(x)分别表示对x取最大值和最小值，x'为归一化后的特征信息值。

4.如权利要求1所述的基于二类支持向量机和粒子群算法的近海水质评价方法，其特征在于，所述步骤S2具体还包括以下两个步骤：步骤S2.1，确定近海水质评价等级；步骤S2.2，对近海水质等级进行二进制编码，具体是指为每个近海水质等级分配一个二进制编号；步骤S2.3，根据二进制编码的形式，构造出两层的支持向量机网络。