| 基于机器学习的细粒度空气质量时间预测器 |
| |
| 引用本文： | 曹鑫磊,冯锋.基于机器学习的细粒度空气质量时间预测器[J].环境保护科学,2020,46(2):81-84. |
| |
| 作者姓名： | 曹鑫磊 冯锋 |
| |
| 作者单位： | 宁夏大学信息工程学院,宁夏银川750021,宁夏大学信息工程学院,宁夏银川750021 |
| |
| 基金项目： | 宁夏重点研发计划重点项目;国家自然科学基金项目 |
| |
| 摘 要： | 针对空气质量状况的预防和治理,提出了基于线性回归的空气质量预测方法。作为时间预测器,更多的是考虑本地的历史数据、过去与未来的状况,挖掘空气质量随时间变化的关系以及变化趋势,为了选取最优的特征,对数据进行分析,找到与空气质量变化关系密切且存在线性关系的特征,以此特征来建立线性回归模型,并使用Cross-Validation方法进行评估验证。实验结果表明线性回归方法能够有效地预测到空气质量的变化趋势,效果良好,具有较强的实用性。
|
| 关 键 词： | 空气质量预测 线性回归 时间预测器 Cross-Validation 特征选择 |
Fine-grained Air Quality Time Predictor Based on Machine Learning |
| |
| CAO Xinlei,FENG Feng.Fine-grained Air Quality Time Predictor Based on Machine Learning[J].Environmental Protection Science,2020,46(2):81-84. |
| |
| Authors: | CAO Xinlei FENG Feng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
