لزوم استفاده از روش داده کاوی متناسب با ویژگیهای داده ها برای متغیرهای کیفیت آب
- سال انتشار: 1401
- محل انتشار: چهارمین کنگره علوم و مهندسی آب و فاضلاب ایران
- کد COI اختصاصی: NWWCE04_051
- زبان مقاله: فارسی
- تعداد مشاهده: 204
نویسندگان
دکتری مهندسی عمران- مهندسی محیط زیست ، دانشکده مهندسی عمران، دانشکدگان فنی دانشگاه تهران
استاد، دانشکده مهندسی عمران، دانشکدگان فنی دانشگاه تهران
دانشیار، دانشکده مهندسی عمران، دانشکدگان فنی دانشگاه تهران
چکیده
کنترل کیفیت آب در روند تولید، انتقال، ذخیره و توزیع آب از طریق سخت افزارها و نرم افزارهای قابل اعتماد بسیار حائز اهمیت است . حس گرها، داده های مربوط به متغیرهای کیفیت آب را در فواصل زمانی کوتاه خوانده و ارائه می کنند. داده های استخراج شده لازم است به درستی دادهکاوی شوند تا نتایج درست از تحلیل آنها کسب شود. با داده کاوی الگوهای متفاوت در مجموعه داده ها شناسایی می شوند. ناهنجاری های موجود در داده های کیفیت آب ممکن است ناشی از مشکلات فنی یا رویدادهای واقعی باشند. برای شناسایی مناسب رویدادهای واقعی ، استفاده از داده های قابل اعتماد و حذف عوامل پرت ضروری است . در این پژوهش از دو رویکرد برای پردازش متغیرهای کیفیت آب در یک شبکه آب شهری استفاده شده است . این روشها شامل -Kنزدیک ترین همسایگی (KNN) و جنگل جداسازی (IF) است . یافته ها نشان می دهند که الگوریتم KNN برای یافتن نقاط پرت در مجموعه داده با ناهنجاری های عمومی مناسب است . در مقابل ، روش IF می تواند داده های پرت محلی را به درستی تشخیص دهد.کلیدواژه ها
متغیرهای کیفیت آب، دادهکاوی ، KNN، IF، داده پرتمقالات مرتبط جدید
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.