發(fā)布時(shí)間：2024-06-01 02:49

　　隨著科技的發(fā)展,工業(yè)、交通運(yùn)輸業(yè)等行業(yè)排放大量污染物到大氣中,導(dǎo)致了空氣污染。空氣質(zhì)量指數(shù)(AQI)用來衡量空氣質(zhì)量狀況,指數(shù)越高,則表示空氣質(zhì)量狀況越差,也就是污染越嚴(yán)重�？諝馕廴緡�(yán)重時(shí),會(huì)對(duì)人體健康產(chǎn)生較大危害,霧霾天氣還易導(dǎo)致車禍?zhǔn)录��？諝馕廴締栴}在我國(guó)仍然十分嚴(yán)峻,尤其是北方在冬季時(shí),因煤爐燃燒等導(dǎo)致霧霾頻發(fā)。高精度的空氣質(zhì)量指數(shù)預(yù)測(cè)與天氣預(yù)報(bào)一樣至關(guān)重要,人們可以根據(jù)預(yù)測(cè)結(jié)果安排是否出行以及出行方式和裝備等相關(guān)事宜,能夠更好地對(duì)其自身身體健康進(jìn)行保護(hù)。考慮到AQI具有冬季高,夏季低等周期性特點(diǎn),認(rèn)為AQI數(shù)據(jù)之間具有局部相似性,故而本文提出一種用K近鄰方法對(duì)城市AQI進(jìn)行預(yù)測(cè),并分析風(fēng)力因素對(duì)AQI的影響,用風(fēng)力因素對(duì)AQI的影響修正K近鄰(KNN)預(yù)測(cè)結(jié)果。實(shí)驗(yàn)結(jié)果表明引入風(fēng)力因素對(duì)KNN方法預(yù)測(cè)AQI有積極作用。但AQI影響因素復(fù)雜,只考慮風(fēng)力因素的KNN方法對(duì)于突變點(diǎn)的預(yù)測(cè)不是很準(zhǔn)確�？紤]AQI影響因素復(fù)雜,本文選取多個(gè)氣象因素和歷史AQI作為AQI的影響因素對(duì)南昌、南京和合肥三座城市AQI進(jìn)行預(yù)測(cè),并引入主成分分析方法(PCA)對(duì)九類氣象因素進(jìn)行降維、去噪以降低模型計(jì)...

【文章頁數(shù)】：75 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖2-2結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則空間結(jié)構(gòu)示意圖

1i著樣本數(shù)不斷增多，經(jīng)驗(yàn)風(fēng)險(xiǎn)會(huì)越來越接近期望驗(yàn)風(fēng)險(xiǎn)則可等價(jià)于期望風(fēng)險(xiǎn)，但在實(shí)際問題中，等價(jià)于期望風(fēng)險(xiǎn)；尤其是對(duì)小樣本問題的估計(jì)預(yù)差甚遠(yuǎn)，從而導(dǎo)致最終預(yù)測(cè)結(jié)果偏差很大。小化原則險(xiǎn)最小化原則在樣本數(shù)目有限的情況下不合理，解決小樣本估計(jì)預(yù)測(cè)問題，結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則同時(shí)考慮經(jīng)驗(yàn)風(fēng)險(xiǎn)和....

圖2-3線性可分圖2-3中的圓形和三角形分別代表樣本中的兩個(gè)類別，中間黑色實(shí)線表示最優(yōu)分類超平面，該超平面表示為：

圖2-3線性可分形和三角形分別代表樣本中的兩個(gè)類別，中間平面表示為：(x)b0習(xí)理論可知，最優(yōu)超平面不僅能將樣本中的兩的樣本與超平面之間的距離最大。圖2-3中上面最近的樣本且與最優(yōu)超平面平行的兩條線。優(yōu)超平面需使得圖2-3中的margin最大。....

圖2-4線性不可分為了解決這個(gè)問題，引入一個(gè)大于零的松弛變量123,,,,n用來放寬

如圖2-4所示，三角形和圓形表示樣本的兩個(gè)類別，找到的最優(yōu)超平面無法完全將兩類分開，仍然有個(gè)別樣本無法被正確分類。

圖2-5非線性可分因此對(duì)非線性樣本數(shù)據(jù)分類問題的解決最主要是找到一個(gè)能將原始數(shù)據(jù)映射

本文編號(hào)：3985451