机器学习在近岸海域水质污染响应关系预测中的应用.docx

机器学习在近岸海域水质污染响应关系预测中的应用

目录

内容简述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.3研究目标与内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.4论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

机器学习基础理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

2.1机器学习的定义与分类．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.2监督学习与非监督学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.3常用算法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

2.3.1线性回归．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

2.3.2决策树．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

2.3.3支持向量机．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

2.3.4随机森林．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

2.3.5神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

2.4模型评估与优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

近岸海域水质污染特征分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

3.1近岸海域水质污染类型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

3.2近岸海域水质污染源分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

3.3近岸海域水质污染时空分布特征．．．．．．．．．．．．．．．．．．．．．．．．．．24

数据预处理与特征工程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

4.1数据来源与收集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

4.2数据清洗与处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

4.3特征提取方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

4.3.1物理化学指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

4.3.2生物指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

4.3.3社会经济指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

4.4数据标准化与归一化处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

机器学习模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

5.1模型选择依据．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38

5.2模型参数调优．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

5.3模型训练与验证．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40

5.3.1交叉验证．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42

5.3.2性能评价指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．43

5.3.3模型结果解释．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44

预测模型在近岸海域水质污染响应关系中的应用．．．．．．．．．．．．．45

6.1预测模型的选择与应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47

6.2预测效果评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48

6.3案例分析与实