基于相异度的SVM选择性集成雾霾天气预测方法

发布时间：2017-12-29 09:18

  本文关键词：基于相异度的SVM选择性集成雾霾天气预测方法　出处：《系统科学与数学》2017年06期 　论文类型：期刊论文

  更多相关文章： 支持向量机 选择性集成 相异度 预测

【摘要】：目前雾霾污染日益严重,威胁到了环境保护和人类健康,需要对雾霾天气进行预测.通过对多个支持向量机(SVM)进行选择性集成,克服单个SVM不稳定的缺点,提出了基于相异度的SVM选择性集成雾霾天气预测方法(DSE-SVM).首先采用高斯核SVM独立训练出多个个体SVM;其次计算出个体SVM的相异度,剔除相异度最大的个体SVM;最后运用多数投票算法对剩余的SVM进行集成,并进行了理论分析.通过对北京、上海和广州三地区近两年的雾霾数据进行实验分析,实验结果表明DSE-SVM方法预测性能更优,具有较高的稳定性和可信性.
[Abstract]:......
【作者单位】： 合肥工业大学管理学院过程优化与智能决策教育部重点实验室;美国俄亥俄大学工程学院工业与系统工程系;
【基金】：国家自然科学基金重大研究计划培育项目(91546108);国家自然科学基金(71271071);国家自然科学基金重大项目(71490725);国家自然科学基金青年项目(71301041) 国家留学基金资助课题
【分类号】：TP181;X513
【正文快照】： i引言 近年来,雾霾污染日益严重,造成我国各大城市空气质量急速下降,尤其是2014以来,雾霾污染事件频繁发生.雾霾是水汽凝合物和气溶胶细颗粒物造成的能见度小于l0km的一种天气\雾霾的形成通常与气象条件和主要污染物有关,雾霾的出现给城市交通和人们的身体健康带来了很大影，

本文编号：1349689