基于CART决策树和RBF神经网络的山东省空气污染状况预测评估

• 作者: 赵亚男
• 来源期刊: 统计学与应用
• 学科: 地球科学
• 关键词: AQI CART树 RBF网络 模型优劣对比
• 年，卷（期）: 2019,（5）
• 页码范围: 725-733
• 页数: 9页
• 分类号: X51

摘要

为了更好地监测空气质量,作出相应的空气保护措施,本文运用CART树对山东省2018年的空气质量级别进行建模,并用2019年上半年的数据进行分类预测,并将此方法与RBF网络进行对比,实证分析表明CART树拟合效果更好,模型准确率更高。而此模型也可以运用到山东省空气污染情况的预测治理上。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵亚男	中国海洋大学数学科学学院	1	0	0.0	0.0