基于气象因素的PM2.5质量浓度预测模型探讨

论文摘要

要想确保预测模型有良好的拟合效果,必须要构建多元回归模型以及机器学习预测模型,以此预测PM2.5质量浓度。本文在介绍改善输入因子的基础上,分别介绍了多元线性回归预测模型和机器学习算法预测模型,希望可以为有需要的人提供参考意见。

论文目录

• 1 改善输入因子
• 2 构建基于气象因素的PM2.5质量浓度预测模型
•   2.1 多元线性回归预测模型
•   2.2 机器学习算法预测模型
• 3 结语

文章来源

类型: 期刊论文

作者: 盛凯,张平华

关键词: 气象因素,质量浓度预测模型

来源: 科技视界 2019年05期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑

专业: 环境科学与资源利用

单位: 合肥职业技术学院信息工程与传媒学院

基金: 2018年度安徽高校自然科学重点研究项目,项目名称:“雾霾天气PM2.5预测模型构建与应用研究”(KJ2018A0827),2018年度安徽高校自然科学重点研究项目,项目名称:“大数据技术在网络零售业的应用研究”(KJ2018A0828),安徽省2017年质量工程新工科研究与实践项目,项目名称:“新工科创新创业人才的多方协同育人模式探索与实践研究”(2017xgkxm80),安徽省2016年高等学校省级质量工程项目,项目名称:“翔创智能空间创客实验室”(2016ckjh174)

分类号: X831

DOI: 10.19694/j.cnki.issn2095-2457.2019.05.056

页码: 146-147

总页数: 2

文件大小: 2168K

下载量: 191