小波支持向量机在大气污染物浓度预测中的应用

• 作者: 陈柳
• 来源期刊: 环境科学与技术
• 学科: 地球科学
• 关键词: 小波分解重构 相关分析 支持向量机 大气污染预测
• 年，卷（期）: 2010,（9）
• 页码范围: 53-56,70
• 分类号: X823
• 字数: 4367字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6504.2010.09.011

摘要

用小波分解重构和支持向量机相结合的方法,建立大气污染物浓度预测模型.通过小波分解,将大气污染物浓度序列分解为不同频段的小波系数序列,再对各层的小波系数序列重构到原尺度上.利用相关分析的方法构建出低频小波系数a3和中频小波系数d3的支持向量机模型输入因子为前一天小波系数a3和7个气象因子;高频小波系数d2和d1以前三日的小波系数为输入因子,然后对各小波系数序列采用相应的支持向量机模型进行预测,各小波系数均使用v-支持向量回归机(v-SVR)算法和径向基函数,最后通过小波重构合成大气污染物浓度序列的最终预测结果.通过对大气SO2浓度预测实例证明,该大气污染物浓度预测模型具有推广能力较强、预测精度较高、训练速度快、便于建模等优点,具有良好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈柳	西安科技大学能源学院	49	270	10.0	15.0