期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于预测数据特征的空气质量预测方法 被引量:2
1
作者 高铭壑 张莹 +5 位作者 张蓉蓉 黄子豪 黄琳焱 李繁菀 张昕 王彦浩 《山东大学学报(工学版)》 CAS CSCD 北大核心 2020年第2期91-99,共9页
采用LightGBM预测模型对空气质量预测问题进行研究,提出并设计一种基于预测性特征的空气质量预测方法,有效地预测北京市区内未来24 h核心表征空气质量的PM2.5质量浓度。在构建预测方案过程中,分析训练数据集特性开展数据清洗,利用随机... 采用LightGBM预测模型对空气质量预测问题进行研究,提出并设计一种基于预测性特征的空气质量预测方法,有效地预测北京市区内未来24 h核心表征空气质量的PM2.5质量浓度。在构建预测方案过程中,分析训练数据集特性开展数据清洗,利用随机森林与线性插值相结合的方法,解决数据大量缺失以及噪声干扰问题;提出使用预测性数据特征方法,同时设计相关统计特征,提高预测结果的准确性;采用滑窗机制挖掘高维时间特征,增加数据特征数量级;对预测模型的工作性能和结果进行详细分析,并结合基线模型进行对比评价。试验结果表明,基于预测性特征结合采用LightGBM预测模型的方案具有更高的预测精度。 展开更多
关键词 预测数据融合 高维统计特征 空气质量预测 机器学习
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部