基于贝叶斯决策和大数据的雾霾预测系统研究

• 作者: 李家樑
• 来源期刊: 通讯世界
• 学科: 地球科学
• 关键词: 贝叶斯 大数据 空气质量预测算法
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 通信设计与应用
• 页码范围: 128-129
• 页数: 2页
• 分类号: X513
• 字数: 1931字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-4222.2019.07.081

摘要

传统空气质量预测是基于天文数据,但是实时性较低,特别是地区网格间的差别难以体现,而雾霾变化对于时间、区域的敏感度较大,传统预测模型对于雾霾预测的效果较低.因此,本文提出采集大面积精细化网格数据,通过大数据技术加速海量数据的处理速度,并基于贝叶斯算法,挖掘空气质量数据的隐藏信息,实现精细化的雾霾预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李家樑		10	3	1.0	1.0