X为了获得更好的用户体验,请使用火狐、谷歌、360浏览器极速模式或IE8及以上版本的浏览器
平台简介 | 帮助中心
欢迎来到科易厦门城市创新综合服务平台,请 登录 | 注册
尊敬的 , 欢迎光临!  [会员中心]  [退出登录]
当前位置: 首页 >  科技成果  > 详细页

[00281372]一种基于特征向量和最小二乘支持向量机的PM2.5浓度预测方法

交易价格: 面议

所属行业: 环境监测

类型: 发明专利

技术成熟度: 正在研发

专利所属地:中国

专利号:CN201410201739.9

交易方式: 技术转让 技术转让 技术入股

联系人: 昆明理工大学

进入空间

所在地:云南昆明市

服务承诺
产权明晰
资料保密
对所交付的所有资料进行保密
如实描述
|
收藏
|

技术详细介绍

本发明涉及一种基于特征向量和最小二乘支持向量机的PM2.5浓度预测方法,属于环境污染预测领域。本发明首先收集与PM2.5浓度相关的污染物浓度数据进行预处理;然后计算综合气象指数;再对与PM2.5浓度相关的污染物浓度数据、综合气象指数进行相关性分析,得到包含综合气象指数的特征向量构成特征向量A和得到去除综合气象指数的特征向量构成特征向量B;最后通过特征向量A、特征向量B构成训练样本训练LS‑SVM模型并对预测结果进行评价。本发明结合环境监测数据和实际情况,将空气湿度、风力、温度三个因素与PM2.5的形成机理相结合,提出综合气象指数公式这一新的概念;预测精度较高。
本发明涉及一种基于特征向量和最小二乘支持向量机的PM2.5浓度预测方法,属于环境污染预测领域。本发明首先收集与PM2.5浓度相关的污染物浓度数据进行预处理;然后计算综合气象指数;再对与PM2.5浓度相关的污染物浓度数据、综合气象指数进行相关性分析,得到包含综合气象指数的特征向量构成特征向量A和得到去除综合气象指数的特征向量构成特征向量B;最后通过特征向量A、特征向量B构成训练样本训练LS‑SVM模型并对预测结果进行评价。本发明结合环境监测数据和实际情况,将空气湿度、风力、温度三个因素与PM2.5的形成机理相结合,提出综合气象指数公式这一新的概念;预测精度较高。

推荐服务:

智能制造服务热线:0592-5380947

运营商:厦门科易帮信息技术有限公司     

增值电信业务许可证:闽B2-20100023      闽ICP备07063032号-5