文档介绍：⑧毖塑描指导教师签名:论文作者签名:委员论文评阅人评阅人答辩委员会主席:
骸@糭马进至缘椤韎煦堕』迪乇鲤』迪投閕鲤孔允盟垫丛丛业,’篈鲤:
吲缉词聊导师签名:慈艳碧学位论文版权使用授权书签字日期:≯つ旯拢偃独创性声明签字日期:菽辍耹生日旯≯日他人已经发表或撰写过的研究成果,也不包含为获得浙江大学或其他教育机本学位论文作者完全了解浙江大学有关保留、使用学位论文的规定,借阅。本人授权浙江大学可以将学位论文的全部或部分内容编入有关数据库本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其学位论文作者签名:签字日期:C艿难宦畚脑诮饷芎笫视帽臼谌ㄊ学位论文作者毕业后去向:工作单位:通讯地址:电话:邮编:
致谢慢走向些许成熟的重要阶段,、生活方面,受益匪浅,谨在此对母校及读研期间经历的一切表示衷心的感谢。首先我最要感谢的人是李艳君教授。在整个研究生生涯中,李老师在学术学术上,李老师严谨的科研态度,实事求是的精神,高屋建瓴的思维能力,勤劳刻苦的工作精神等,都是我一生学和效仿的榜样;生活上,李老师对学生慈母般的关心爱护,对家庭的无私付出等,不仅帮助我在研究生生活中顺利快腾、陈鹏、刘鲤扬师兄,雷洋、陈翔、及非凡、陈友健师弟,李静师姐等,为我创造良好的学瘴Ш臀萝暗氖笛槭曳瘴А8行幌衷诩霸氖矣阎煊ǎ最后,我要感谢一直支持我的父亲,母亲和妹妹,你们是我不断前进的动力,谢谢这么多年以来对我的宠爱、支持和鼓励。漫漫生活学中,我还得到了很多其他的师兄,师姐,老师,朋友和同学时光荏苒,岁月如歌,转眼在浙江大学两年半的研究生生活即将结束。虽时光短暂,但却是我的人生轨迹中最浓墨重彩的一笔一一这是我从一无所知慢和生活上的教诲和影响,使我克服了和解决了在科研和人生道路上遇到的种种问题。我的每一次进步和取得的成绩,无不包含李老师的教诲、期望和影响。乐,而且对我生活态度起到了很大的正面影响。同时感谢控制系的黄懿明、季湘铭、徐巍华及其他各位授课教师,感谢其在学和生活期间给予我的诸多教诲、、江亚楠,张滢滢,张平,陈丽慧,方李芝,研究生生涯中室友之间一直团结友爱,互帮互助,共同完成学业。的关心和帮助,在此不能一一列举,对此我同样表示衷心的感谢。明倩年浙大玉泉浙江大学硕士学位论文
摘要模型定量回归技术依赖于测量数据的特性,若测量的数据满足所用算法的假设或者分布等条件,则预测模型应用效果好,,由于自然水样的复杂多变性,导致全样本单模型建模回归的精度无法保证。而根据相似的水样预测精度较高的规律,采用分类方法之一的聚类技术根据水样之间相似度分类,再进行多模型建模的方法,是解决上述问题并提高水质模型回归精度和泛化性的重要的方法之一。水质光谱定量分析技术相比较于传统基于湿化学原理的检测方法,是一种具有快速有效、灵敏度高、无二次污染、操作简单等优点的绿色检测技术。本文对水质有机物综合指标进行分类模型建模研究,建立了基于聚类算法的分类预测模型。其中,运用聚类、聚类集成,回归预测方法,对样本数据根据分类信息建立多信息,提供更高精度的回归模型,为水质分析提供更加可靠的检测方法。本文具体研究主要内容包括:首先,本文介绍了水质有机物综合指标光谱法快速检测技术的基本原理,并针对现实检测的鏊萌镜ツP徒⒘怂首苡谢副甑淖钚《酥С窒蛄炕预测模型,并通过均方误差,均方误差百分比,相关系数等指标评估模型性能。接着,⒎抡嫜芯苛烁媚P驮诠馄追ㄋ史治鲋械挠τ眯ЧS酶方法与全样本单模型的模型预测效果进行比较,,致使某些训练样本数目少,降低了这些模型的精度。为了进一步提高分类模型的精度和模型的泛化性,更有效地综合利用分类信息,∩希疚进一步提出了一种基于聚类集成,部分文献也译为聚类融合的分类模型回归算法。算法首先对建模样本进行聚类,然后应用聚类集成得到组模型,其实验结果表明此方法相比于全数据单模型方法更能有效地利用样本浙江大学硕士学位论文
各个子模型的训练样本并通过最小二乘支持向量机建立各个回归子模型,最后员匹配步骤利用蚁群算法进行匹配:将聚类算法产生的过量聚类成员看做是一的方式,利用蚁群算法找到若干个代表着相似度最大的最优路径,即表示