CSCD来源期刊
中国科技核心期刊
RCCSE中国核心学术期刊
JST China 收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于多模态支持向量回归的PM_(2.5)浓度预测

陈菊芬 李勇

陈菊芬, 李勇. 基于多模态支持向量回归的PM_(2.5)浓度预测[J]. 环境工程, 2019, 37(1): 122-126. doi: 10.13205/j.hjgc.201901024
引用本文: 陈菊芬, 李勇. 基于多模态支持向量回归的PM_(2.5)浓度预测[J]. 环境工程, 2019, 37(1): 122-126. doi: 10.13205/j.hjgc.201901024

基于多模态支持向量回归的PM_(2.5)浓度预测

doi: 10.13205/j.hjgc.201901024
  • 摘要: 为更好地掌握日均PM_(2.5)浓度的变化规律,提出了一种基于多模态支持向量回归(MSVR)的混合预测模型。利用集成经验模态分解将日均PM_(2.5)数据分解成不同频段的分量序列,以降低数据的非平稳性。然后根据每组分量自身特点构建不同的支持向量回归(SVR)模型,并通过相关分析确定各分量输入变量。最后,将各分量预测值进行叠加得到最终预测结果。以浙江省玉环市的PM_(2.5)浓度进行验证。结果表明:与单一SVR模型相比,MSVR模型具有更好的预测效果,精度评价指标MAE、MAPE和RMSE分别下降了26.98%、23.04%、34.08%,这为大气污染预控提供了有效的技术支持。
  • 加载中
计量
  • 文章访问数:  128
  • HTML全文浏览量:  14
  • PDF下载量:  16
  • 被引次数: 0
出版历程
  • 刊出日期:  2019-01-31

目录

    /

    返回文章
    返回