模糊聚类支持向量机的区域空气PM2.5浓度预报

• 作者: 俞杰 史旭华 李海琴 杨忠
• 来源期刊: 宁波大学学报（理工版）
• 学科: 工学
• 关键词: 模糊C均值聚类 支持向量机回归 PM2.5浓度预测
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 通信工程与计算机应用技术
• 页码范围: 56-60
• 页数: 5页
• 分类号: TP301.6
• 字数: 3671字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	俞杰		21	150	8.0	11.0
2	史旭华	宁波大学信息科学与工程学院	47	283	10.0	15.0
3	李海琴	宁波大学信息科学与工程学院	2	2	1.0	1.0
4	杨忠	宁波大学信息科学与工程学院	7	9	2.0	2.0