| 一种协同时空地理加权回归PM2.5浓度估算方法 |
| |
| 引用本文： | 赵阳阳,刘纪平,杨毅,石丽红,王梅.一种协同时空地理加权回归PM2.5浓度估算方法[J].测绘科学,2016,41(12):172-178. |
| |
| 作者姓名： | 赵阳阳 刘纪平 杨毅 石丽红 王梅 |
| |
| 作者单位： | 辽宁工程技术大学,辽宁阜新 123000;中国测绘科学研究院,北京 100830;中国测绘科学研究院,北京,100830;山东省诸城市国土资源局,山东潍坊,262200 |
| |
| 基金项目： | 公益性行业科研专项(201512032)，国家重点研发计划课题项目(2016YFC0803108) |
| |
| 摘 要： | 针对PM2.5浓度估算中时空特征考虑不足和样本量较少的问题,该文将协同训练和时空地理加权回归相结合,提出了协同时空地理加权回归。采用两个不同参数的时空地理加权回归模型作为回归器,利用一个回归器训练另一个回归器的未标注样本,选择最优结果作为标注样本加入标注样本,通过不断学习扩大标注样本量提升模型的回归性能。以京津冀地区2015年3-7月的PM2.5浓度数据为实验数据,利用气溶胶光学厚度产品、温度、风速和相对湿度进行建模,采用不同核函数的时空地理加权回归作为对比方法进行实验。结果显示,协同时空地理加权回归性能比基于Gauss核函数时空地理加权回归提升了10%,比基于bi-square核函数时空地理加权回归提升了6.25%,证明该文方法能够提升时空样本数量不足时的PM2.5浓度估算精度。
|
| 关 键 词： | 协同时空地理加权回归 协同训练 时空地理加权回归 PM2.5浓度 |
An approach of co-training geographically and temporally weighted regression to estimate PM2.5 concentration |
| |
| ZHAO Yangyang,LIU Jiping,YANG Yi,SHI Lihong,WANG Mei.An approach of co-training geographically and temporally weighted regression to estimate PM2.5 concentration[J].Science of Surveying and Mapping,2016,41(12):172-178. |
| |
| Authors: | ZHAO Yangyang LIU Jiping YANG Yi SHI Lihong WANG Mei |
| |
| Abstract: | |
| |
| Keywords: | co-training geographical and temporally weighted regression co-training geographically and temporally weight regression PM2 5 concentration |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
