لزوم استفاده از روش داده کاوی متناسب با ویژگیهای داده ها برای متغیرهای کیفیت آب

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 پرت