期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
多机器学习模型下逐小时PM2.5预测及对比分析 被引量：40
1
作者 康俊锋 黄烈星 +2 位作者 张春艳 曾昭亮 姚申君 《中国环境科学》 EI CAS CSCD 北大核心 2020年第5期1895-1905,共11页
为了能及时、准确的估算出PM2.5浓度及污染等级,分别构建了K最邻近模型(KNN)、BP神经网络模型(BPNN)、支持向量机回归模型(SVR)、高斯过程回归模型(GPR)、XGBoost模型和随机森林模型(RF)6个PM2.5浓度预测模型,选取江西省赣州市为实验区... 为了能及时、准确的估算出PM2.5浓度及污染等级,分别构建了K最邻近模型(KNN)、BP神经网络模型(BPNN)、支持向量机回归模型(SVR)、高斯过程回归模型(GPR)、XGBoost模型和随机森林模型(RF)6个PM2.5浓度预测模型,选取江西省赣州市为实验区域,采用2017~2018年逐小时气象站数据、PM2.5浓度数据和Merra-2再分析数据开展PM2.5预测实验.结果表明,缺少污染物观测数据时,利用能见度和气象因子等数据也能较好的预测PM2.5浓度.在PM2.5浓度预测精度方面,XGBoost模型最高,随机森林模型次之,高斯过程回归模型最差.6个模型的预测精度总体呈现冬季最高,秋季和春季次之,夏季最低.XGBoost模型的PM2.5污染等级预测准确率高于其他模型,综合准确率达87.6%,并且XGBoost模型具有训练时间短,占用内存小等优点.XGBoost模型的变量重要性结果表明,能见度变量的重要性最高,相对湿度和时间变量次之.本研究可为环境部门准确预测、预报PM2.5浓度提供参考. 展开更多
关键词 PM2.5预测 能见度 机器学习 XGBoost 气象因子
下载PDF
一种附带缓和曲线的多边形构建方法
2
作者 黄烈星 康俊锋 +1 位作者 温小军 张春艳 《江西理工大学学报》 CAS 2019年第3期50-55,共6页
针对主流CAD、GIS软件无法构建与处理缓和曲线多边形的问题,文中从缓和曲线算法设计、多边形模型构建、多边形处理算法设计等方面进行研究,提出了一种基于附带缓和曲线的多边形构建算法.该算法采用层状模型构建附带缓和曲线多边形模型,... 针对主流CAD、GIS软件无法构建与处理缓和曲线多边形的问题,文中从缓和曲线算法设计、多边形模型构建、多边形处理算法设计等方面进行研究,提出了一种基于附带缓和曲线的多边形构建算法.该算法采用层状模型构建附带缓和曲线多边形模型,能实现多边形的布尔运算,周长计算和面积计算.同时,采用C#语言进行AutoCAD二次开发完成处理附带缓和曲线多边形插件的开发.通过大量附带缓和曲线多边形数据处理实验,结果表明该算法能完成附带缓和曲线多边形布尔运算、面积计算和周长计算. 展开更多
关键词 缓和曲线 多边形 多边形构建 多边形处理 布尔运算
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部