支持向量机应用于大气污染物浓度预测

• 作者: 曹根牛 陈俏 陈柳
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 支持向量机 大气污染预测 核函数
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 应用开发研究
• 页码范围: 250-252,封3
• 页数: 4页
• 分类号: TP181
• 字数: 2704字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2010.01.065

摘要

支持向量机是基于统计学习理论的新一代机器学习技术,其非线性回归预测性能优越于传统统计方法.提出了一种大气污染物浓度预测模型,该方法将支持向量机应用于大气污染物浓度预测,首先对各类影响因子进行分析并进行建模预测;而后利用主成分分析的方法对输入因子降维,从而形成支持向量机的训练样本集;在此基础上建立了基于RBF核函数支持向量回归法的大气污染预模型.大气污染预测实例表明,该方法具有泛化能力强、预测精度高、训练速度快、稳定性好、便于建模等优点,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
2	曹根牛	西安科技大学理学院	10	91	5.0	9.0
3	陈俏	西安科技大学理学院	4	69	4.0	4.0