作者:
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:
空气污染指数是评估空气质量状况的一个重要指标,能通过空气污染指数衡量天气的质量.支持向量机是一种新型的机器学习方法,能够建立非线性的回归模型,并结合时间序列的建模方式,对空气污染指数进行预测.通过实验证明,采用支持向量机这种小样本训练的方式,训练速度较快,预测精度较高,是一种较新的预测模型,对实际的天气预测有一定的意义.
推荐文章
西安市空气污染指数的神经网络预测模型
空气污染指数
神经网络
大气污染
时间序列
两种模型在广州市空气污染指数研究中的应用
空气污染指数
逐步回归分析
BP神经网络
预报准确率
贵溪冶炼厂生产区域空气污染指数评价
贵溪冶炼厂
空气污染指数
监测
评价
建议
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 支持向量机在空气污染指数中应用研究
来源期刊 信息通信 学科 工学
关键词 天气预测 空气污染指数 支持向量机 时间序列模型
年,卷(期) 2019,(5) 所属期刊栏目 学术研究
研究方向 页码范围 42-44
页数 3页 分类号 TP18
字数 3119字 语种 中文
DOI
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 王颖 8 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (208)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (22)
二级引证文献  (0)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(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)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
天气预测
空气污染指数
支持向量机
时间序列模型
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
信息通信
月刊
1673-1131
42-1739/TN
大16开
湖北省武汉市
1987
chi
出版文献量(篇)
18968
总下载数(次)
92
总被引数(次)
34323
论文1v1指导