【技术实现步骤摘要】
基于NB
‑
IoT工业生态环境监测的GA
‑
SVM预警模型系统
[0001]本专利技术涉及工业生态环境监测
,具体为基于NB
‑
IoT工业生态环境监测的GA
‑
SVM预警模型系统。
技术介绍
[0002]目前,在工业生态环境监测中对多传感器监测的数据存在条块分割,监测数据交互性低。在此背景下,开发一种能够实时采集工业生态环境污染物原始数据并在建立的GA
‑
SVM预警模型中对原始数据通过训练集训练模型,将测试集输入到预报模型中获取的输出结果与测试集中的真实工业污染数据作对比的系统,以达到对工业生态环境的等级分类和预警功能。
[0003]当前对工业生态环境监测因为传感器的个性问题和对区域监测的特性问题,无法对整个空间的工业生态环境监测原始数据进行分类和预测预警。
[0004]因此,本专利技术提出了一种基于NB
‑
IoT工业生态环境监测的GA
‑
SVM预警模型系统,通过NB
‑
IoT技术和单片机技术采集工业生态环境监测的原始数据,从而建立工业生态环境原始数据库,提取工业生态环境原始数据库中的数据进行数据预处理,将预处理好的数据输入GA
‑
SVM模型中训练,利用遗传算法得出SVM模型的最优参数组合,通过数据挖掘和机器学习方法对工业生态环境实时监测数据进行分析、预测,给出对生态环境的等级预测。
技术实现思路
[0005]本专利技术 ...
【技术保护点】
【技术特征摘要】
1.基于NB
‑
IoT工业生态环境监测的SVM预警模型系统,其特征在于,该系统包括:工业生态环境原始数据采集层,用于采集工业生产过程中所排放的污染物原始数据;工业污染物数据采集层是融合了先进的传感器技术、单片机开发和NB
‑
IoT技术;传感器技术是针对工业污染物的对象不同选取特定的传感器;单片机开发是对传感器采集的工业污染物原始数据进行汇总并传输至NB
‑
IoT通信模块;NB
‑
IoT技术则将汇总的工业污染物原始数据进行传送;原始数据传输层,建立NB
‑
IoT通信模块与原始数据运用层的联系媒介;原始数据运用层,用于接收工业污染原始数据,经数据服务中心解析后,构建GA
‑
SVM预警模型,利用遗传算法获取SVM的最优参数组合,并对模型进行评估,最终给出对工业生态环境的预测预警。2.根据权利要求1所述的基于NB
‑
IoT工业生态环境监测的GA
‑
SVM预警模型系统,其特征在于,工业生态环境原始数据采集层是运用传感器技术针对特定的监测对象选取不同的传感器采集相应的原始数据;单片机开发采用STM32核心芯片为数据汇总模块,并与NB
‑
IoT技术建立通信连接;NB
‑
IoT技术是无线电通信协议,可与网络运营商的基础设备建立通信。3.根据权利要求1所述的基于NB
‑
IoT工业生态环境监测的GA
‑
SVM预警模型系统,其特征在于,原始数据传输层,建立NB
‑
IoT通信模块与数据运用层的联系媒介。4.根据权利要求1所述的基于NB
‑
IoT工业生态环境监测的SVM预警模型系统,其特征在于,原始数据运用层,用于接收工业污染原始数据,经数据服务中心解析后,将原始数据进行预处理;构建模型训练集和预测集并输入SVM模型中形成SVM的初始模型;并在此基础上运用遗传算法优化SVM初始模型,将遗传算法适应度定标,通过选择交叉变异等操作确定GA
‑
SVM预警模型最优惩罚系数C、最优不敏感系数ε以及高斯径向基核函数的最优gamma参数。5.根据权利要求4所述的基于NB
‑
IoT工业生态环境监测的GA
‑
SVM预警模型系统,其特征在于,采集与工业污染相关的污染数据构建原始数据集,并对数据集进行预处理,具体包括如下内容:数据清洗:通过多项式拟合等方法来去除原数据中的离群点并进行缺省值填充。数据集成:整理合并多个数据源中的数据。数据转换和数据归约:通过数据形式转换和规约处理,以提高后期数据挖掘的质量和效率。6.根据权利要求4所述的基于NB
‑
IoT工业生态环境监测的GA
‑
SVM预警模型系统,其特征在于,构建一个SVM的初始模型,通过训练序列发生器产生伪随机序列作...
【专利技术属性】
技术研发人员:陆悦悦,徐继耀,曾英勇,戴袁园,孟子筠,
申请(专利权)人:安徽理工大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。