|
|||||
|
|
| 模糊聚类支持向量机的区域空气PM_(2.5)浓度预报 | |
| 作者姓名： | 李海琴 杨忠 俞杰 史旭华 |
| 作者单位： | 宁波大学信息科学与工程学院;宁波市环境监测中心 |
| 基金项目： | 浙江省自然科学基金(LY14F030004);浙江省科技厅公益技术应用研究项目(2015C31017) |
| 摘 要： | 在分析模糊C均值聚类算法与支持向量机回归的特点后,将二者结合,提出了模糊聚类支持向量机回归(FCM-SVR)算法,对空气中颗粒物浓度PM2.5进行预测.该方法首先利用模糊C均值聚类算法把一个复杂的数据集分成多个群体,再在每个群体上建立支持向量机回归(SVR)模型,然后进行集成,对区域空气的PM2.5浓度进行预测.预测结果分别与自组织竞争神经网络支持向量机回归(SOM-SVR)模型和单一的支持向量机回归(SVR)的结果进行比较.结果表明,FCM-SVR模型的预报准确率高于SOM-SVR模型和SVR模型. |
| 关 键 词： | 模糊C均值聚类 支持向量机回归 PM2.5浓度预测 |
| 本文献已被 CNKI 等数据库收录！ | |