大数据背景下采用互信息与随机森林算法的空气质量预测

CN 11-2097/X ISSN 1000-8942

中文核心期刊

CSCD来源期刊（核心库）

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

大数据背景下采用互信息与随机森林算法的空气质量预测

杨正理, 史文, 陈海霞, 王长鹏

文章导航 > 环境工程 > 2019 > 37(3): 180-185

杨正理, 史文, 陈海霞, 王长鹏. 大数据背景下采用互信息与随机森林算法的空气质量预测[J]. 环境工程, 2019, 37(3): 180-185. doi: 10.13205/j.hjgc.201903034

引用本文:

杨正理, 史文, 陈海霞, 王长鹏. 大数据背景下采用互信息与随机森林算法的空气质量预测[J]. 环境工程, 2019, 37(3): 180-185. doi: 10.13205/j.hjgc.201903034

杨正理, 史文, 陈海霞, 王长鹏. 大数据背景下采用互信息与随机森林算法的空气质量预测[J]. 环境工程, 2019, 37(3): 180-185. doi: 10.13205/j.hjgc.201903034

引用本文:

杨正理, 史文, 陈海霞, 王长鹏. 大数据背景下采用互信息与随机森林算法的空气质量预测[J]. 环境工程, 2019, 37(3): 180-185. doi: 10.13205/j.hjgc.201903034

大数据背景下采用互信息与随机森林算法的空气质量预测

doi: 10.13205/j.hjgc.201903034

计量
- 文章访问数: 111
- HTML全文浏览量: 9
- PDF下载量: 14
- 被引次数: 0
出版历程
- 刊出日期: 2019-03-30

摘要: 为了实现城市空气质量的精准预测,针对与城市空气质量预测相关的大数据种类多、规模大、维度高和生成速度快等特点,在研究城市不同区域空气质量评价指标的基础上,提出不同区域空气质量子空间聚类分析方法,挖掘不同区域空气质量的特征。通过对不同区域进行群体划分,并利用互信息矩阵从城市功能、地形、气象条件等方面辨识与不同区域空气质量相关联的因素,构建基于随机森林算法的城市空气质量预测模型。该方法可以有效识别城市不同区域空气质量的强关联因素,避免由于关联因素的差异性对空气质量预测造成的不利影响。仿真结果表明:该方法适用于大数据的分析与处理,并具有较高的预测精度。

参考文献(0)

资源附件(0)

WeChat

点击查看大图

计量

文章访问数: 111
HTML全文浏览量: 9
PDF下载量: 14
被引次数: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回