TIẾP CẬN CÁC PHƯƠNG PHÁP PHÂN LỚP DỮ LIỆU TRONG DỰ BÁO CHẤT LƯỢNG NƯỚC
DOI:
https://doi.org/10.62985/j.huit_ojs.vol25.no2.182Từ khóa:
Phân loại, học sâu, chất lượng nướcTóm tắt
Chất lượng nguồn nước là một vấn đề quan trọng vì mối quan hệ của nó với con người và các sinh vật sống khác trong thế giới tự nhiên. Vấn đề đặt ra làm thế nào dự đoán các thông số chất lượng nước một cách chính xác nhằm đảm bảo việc quản lý tài nguyên nước đạt hiệu quả cao. Ngoài ra, trên thực tế cũng chưa có các giải pháp áp dụng kĩ thuật phân loại dựa trên mô hình học sâu vào lĩnh vực quản lý tài nguyên nước. Xuất phát từ những thực tiễn nêu trên, trong bài báo này nhóm tác giả giới thiệu một cách tiếp cận dùng các kỹ thuật phân lớp như: SVM, Random Forest, Logistic Regression, Kết quả thực nghiệm của bài báo cho thấy mô hình học sâu CNN của nhóm tác giả đề xuất có độ chính xác cao hơn so với các phương pháp phân lớp truyền thống khác.
Tài liệu tham khảo
Lượt tải xuống
Đã Xuất bản
Số
Chuyên mục
Giấy phép
Bản quyền (c) {copyrightHolder}

Tác phẩm này được cấp phép theo Giấy phép Creative Commons Ghi công 4.0 Quốc tế.


