首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于支持向量回归的PM2.5浓度实时预报
引用本文:朱亚杰,李琦,侯俊雄,冯逍,范竣翔.基于支持向量回归的PM2.5浓度实时预报[J].测绘科学,2016,41(1):12-17,22.
作者姓名:朱亚杰  李琦  侯俊雄  冯逍  范竣翔
作者单位:北京大学地球与空间科学学院遥感与地理信息系统研究所,北京,100871;北京大学地球与空间科学学院遥感与地理信息系统研究所,北京,100871;北京大学地球与空间科学学院遥感与地理信息系统研究所,北京,100871;北京大学地球与空间科学学院遥感与地理信息系统研究所,北京,100871;北京大学地球与空间科学学院遥感与地理信息系统研究所,北京,100871
摘    要:为了研究适合于我国当前重污染天气的实时空气质量预报模型,论文利用支持向量回归方法对北京市地面空气质量监测数据和气象数据进行分析,构建了基于支持向量回归的PM2.5浓度实时预报模型。实验表明,该方法能够对未来6日内的日均PM2.5浓度以及未来0~72h内的小时级PM2.5浓度进行预报,且模型训练过程和预报过程都耗时很短,适用于建立PM2.5浓度实时预报系统。

关 键 词:支持向量回归  空气质量  PM2.5浓度预报

Real time prediction of PM2.5 concentration based on support vector regression algorithms
ZHU Yajie,LI Qi,HOU Junxiong,FENG Xiao,FAN Junxiang.Real time prediction of PM2.5 concentration based on support vector regression algorithms[J].Science of Surveying and Mapping,2016,41(1):12-17,22.
Authors:ZHU Yajie  LI Qi  HOU Junxiong  FENG Xiao  FAN Junxiang
Abstract:
Keywords:support vector regression  air quality  PM2  5 Concentration prediction
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号