基于PSOSVM算法的环境监测数据异常检测和缺失补全

来源：环境监测管理与技术杂志2016年第4期北京时间：

作者：魏晶茹；马瑜；白冰；任贵召；贺青；

单位：宁夏大学研究生院；宁夏大学研究生院；宁夏大学研究生院；宁夏大学研究生院；宁夏大学研究生院；

摘要：针对环境监测数据异常和数据缺失问题，提出了基于支持向量机的粒子群优化数据异常检测和缺失补全算法。利用粒子群优化算法选取较优的支持向量机训练参数组合，以此建立非线性的支持向量机模型，并利用结果模型对测得的真实数据拟合预测。以宁夏回族自治区某污水处理厂的污染物测量数据作为实验数据，结果表明，利用该算法预测数据的准确率可达97.977%，检测异常数据准确度高，缺失数据补全正确。

关键词：支持向量机,粒子群,环境监测数据,异常检测,缺失补全,参数优化,

基金资助：宁夏回族自治区环境保护厅科技攻关基金资助项目（2012005）；宁夏大学研究生创新基金资助项目（GTP201605）