基于小波分解和最小二乘支持向量机的COD预测

刘伟; 李春青; 张艳芬

Chinese

您当前的位置：

首页 >

文章列表页 >

基于小波分解和最小二乘支持向量机的COD预测

更新时间：2026-09-04

- 基于小波分解和最小二乘支持向量机的COD预测
- Prediction of COD Time Series Based on Wavelet and LS-SVM
- 微电子学与计算机 2013年30卷第4期页码：26-29
- 作者机构：
  
  天津工业大学机构计算机科学与软件学院,天津,300387
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目(40808130)
- DOI：
  中图分类号：
- 纸质出版：2013
- 稿件说明：
移动端阅览
刘伟, 李春青, 张艳芬. 基于小波分解和最小二乘支持向量机的COD预测[J]. 微电子学与计算机, 2013, 30(4): 26-29.

LIU Wei, LI Chun-qing, ZHANG Yan-fen. Prediction of COD Time Series Based on Wavelet and LS-SVM[J]. 2013, 30(4): 26-29.
刘伟, 李春青, 张艳芬. 基于小波分解和最小二乘支持向量机的COD预测[J]. 微电子学与计算机, 2013, 30(4): 26-29. DOI：

LIU Wei, LI Chun-qing, ZHANG Yan-fen. Prediction of COD Time Series Based on Wavelet and LS-SVM[J]. 2013, 30(4): 26-29. DOI：

摘要

膜生物反应器(MBR)的化学需氧量(COD)

其值大小反映污水处理系统是否良好运行

对整个系统正常运行有重要意义.我们针对COD的非线性特征

引入基于小波分析和最小二乘向量机(LSSVM)的预测模型(WLSSVM).利用Mallat塔式分解算法获取趋势项与随机项

然后利用最小二乘支持向量机对时间序列分别预测

最后将各尺度下的分量整合作为预测值.试验结果表明

该模型具有较高的精度

是科学可行的.

Abstract

MBR(Membrane Bio-Reactor) s COD(chemical oxygen demand) have important effects on entire system.We design our wavelet transformation and LSSVM(Least Squares Support Vector Machine) method based on CODs nonlinear characteristic.First

we use Mallat deconstruction and reconstruction arithmetic to get trend and random time series

and then we use LSSVM to predict separately.Finally we combine every time series to get final result.Through simulation

our method show higher precision.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种用于极低压boost系统的高效率电荷泵

低功耗设计的双链电源关断策略的实现与验证

基于改进RT-DETR的航拍小目标检测算法

基于MSS-YOLO-MPHands融合架构的装配手部动作识别研究

基于区块链的AI生成内容溯源框架设计研究