基于多元統(tǒng)計和智能算法的上海市空氣質(zhì)量指數(shù)評價分析.pdf_第1頁
已閱讀1頁,還剩41頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、本文首先對上海市2014年空氣質(zhì)量指數(shù)進(jìn)行時間序列分析,分析是否具有明顯的“星期效應(yīng)”、“季節(jié)性”、“春節(jié)效應(yīng)”,使用小波變換進(jìn)行分解,用低頻信號來反映它總體變化趨勢。利用描述性統(tǒng)計分析和模糊綜合評價法來尋找出空氣質(zhì)量中的首要污染物PM2.5。然后做PM2.5與其他污染物的相關(guān)系數(shù)及關(guān)聯(lián)規(guī)則分析,做主成分分析目的是把多個指標(biāo)提取三個主成分,得到PM2.5與三個主成分的多元統(tǒng)計分析都通過模型的驗證。最后使用人工智能算法進(jìn)行評價分類預(yù)測,決

2、策樹C4.5和LVQ神經(jīng)網(wǎng)絡(luò)建立了污染物與空氣等級的智能評價模型,通過仿真實驗表明C4.5在空氣質(zhì)量評價分類預(yù)測較為準(zhǔn)確;支持向量機算法采用交叉驗證來選取正則化因子c和參數(shù)g,比較不同核函數(shù)選取以及不同的歸一化實現(xiàn)方式對預(yù)測分類精確度的影響;因SVM分類器參數(shù)難以選擇的問題,本文提出基于粒子群算法PSO全局優(yōu)化搜索SVM中的正則化因子c和內(nèi)核參數(shù)g,并對比BPNN。最后對比全部智能算法的分類預(yù)測精度,得出C4.5和PSO-SVM在空氣質(zhì)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論