基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在分析了国内外大气污染预报模式存在的不足的基础上,提出将小波分析应用于大气污染物时间序列的预报;利用小波分析可以将时间序列通过小波分解一层一层分解到不同的频率通道上,分解后序列的平稳性比原始序列好得多.其小波分解后的序列用时间序列模型来预报,最后再合成得到原时间序列的预报值.
推荐文章
基于小波分解和SVM的城市大气污染浓度预测
小波分解
支持向量机
神经网络
大气污染预测
小波分析及支持向量机应用于大气污染预测
小波分解和重构
支持向量机
大气污染预测
时间序列
郑州市2017年大气污染物特征分析
PM2.5
大气污染
季节变化
日变化
西安市大气污染物生态足迹分析
生态足迹
大气污染物
环境承载力
生态赤字/盈余
万元GDP生态足迹
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 小波分析应用于大气污染物浓度的预报
来源期刊 环境科学与技术 学科 地球科学
关键词 大气污染物 小波分析 时间序列 预报
年,卷(期) 2006,(11) 所属期刊栏目 监测分析
研究方向 页码范围 43-45
页数 3页 分类号 X831
字数 2797字 语种 中文
DOI 10.3969/j.issn.1003-6504.2006.11.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 马广大 西安建筑科技大学环境与市政工程学院 45 1126 21.0 32.0
2 陈柳 西安科技大学能源学院 49 270 10.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (8)
参考文献  (3)
节点文献
引证文献  (11)
同被引文献  (52)
二级引证文献  (78)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(4)
  • 引证文献(2)
  • 二级引证文献(2)
2008(2)
  • 引证文献(1)
  • 二级引证文献(1)
2009(4)
  • 引证文献(1)
  • 二级引证文献(3)
2010(2)
  • 引证文献(0)
  • 二级引证文献(2)
2011(3)
  • 引证文献(0)
  • 二级引证文献(3)
2012(1)
  • 引证文献(0)
  • 二级引证文献(1)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(8)
  • 引证文献(3)
  • 二级引证文献(5)
2015(10)
  • 引证文献(2)
  • 二级引证文献(8)
2016(11)
  • 引证文献(0)
  • 二级引证文献(11)
2017(8)
  • 引证文献(0)
  • 二级引证文献(8)
2018(13)
  • 引证文献(0)
  • 二级引证文献(13)
2019(15)
  • 引证文献(0)
  • 二级引证文献(15)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
大气污染物
小波分析
时间序列
预报
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
环境科学与技术
月刊
1003-6504
42-1245/X
大16开
武汉武昌珞珈山八一路338号
38-86
1978
chi
出版文献量(篇)
8416
总下载数(次)
29
总被引数(次)
105763
论文1v1指导