基于机器学习的细粒度空气质量时间预测器

曹鑫磊; 冯锋

doi:10.16803/j.cnki.issn.1004-6216.2020.02.016

[1]

何晓飞, 郭茂祖, 张敏灵. 大数据时代的机器学习研究专刊前言[J]. 软件报, 2015, 26(11): 2749 − 2751.

[2]

刘源, 谢睿达, 赵琳, 等. 基于机器学习的大视场星敏感器畸变在轨标定技术[J]. 红外与激光工程, 2016, 45(12): 282 − 290.

[3]

杨思琪, 赵丽华. 随机森林算法在城市空气质量预测中的应用[J]. 统计与决策, 2017(20): 83 − 86.

[4]

沈夏炯, 张俊涛, 韩道军. 基于梯度提升回归树的短时交通流预测模型[J]. 计算机科学, 2018, 45(6): 222 − 227, 264. doi: 10.11896/j.issn.1002-137X.2018.06.040

[5]

卢月明, 王亮, 仇阿根, 等. 局部加权线性回归模型的PM_2.5空间插值方法[J]. 测绘科学, 2018, 43(11): 79 − 84, 91.

[6]

杨楠. 岭回归分析在解决多重共线性问题中的独特作用[J]. 统计与决策, 2004(3): 14 − 15. doi: 10.3969/j.issn.1002-6487.2004.03.007

[7]

张维刚, 廖兴涛, 钟志华. 基于逐步回归模型的汽车碰撞安全性多目标优化[J]. 机械工程学报, 2007, 43(8): 142 − 147. doi: 10.3321/j.issn:0577-6686.2007.08.025

[8]

乔少杰, 金琨, 韩楠, 等. 一种基于高斯混合模型的轨迹预测算法[J]. 软件学报, 2015, 26(5): 1048 − 1063.

[9]

刘豹, 胡代平. 神经网络在预测中的一些应用研究[J]. 系统工程学报, 1999, 14(4): 338 − 344. doi: 10.3969/j.issn.1000-5781.1999.04.008

[10]

吴有训, 彭慕平, 刘勇. 基于径向基函数网络的宣城市空气质量预测[J]. 安徽师范大学学报(自然科学版), 2011, 34(4): 374 − 379.

[11]

杨柳, 王钰. 泛化误差的各种交叉验证估计方法综述[J]. 计算机应用研究, 2015, 32(5): 1287 − 1290, 1297. doi: 10.3969/j.issn.1001-3695.2015.05.002

[12]

冷建飞, 高旭, 朱嘉平. 多元线性回归统计预测模型的应用[J]. 统计与决策, 2016(7): 82 − 85.

[13]

刘颖超, 张纪元. 梯度下降法[J]. 南京理工大学学报(自然科学版), 1993(2): 12 − 16, 22.

[14]

吴晓婷, 闫德勤. 数据降维方法分析与研究[J]. 计算机应用研究, 2009, 26(8): 2832 − 2835. doi: 10.3969/j.issn.1001-3695.2009.08.008

[15]

ALIPPI C, ROVERI M. Virtual k-fold cross validation: An effective method for accuracy assessment[P/OL]. Neural Networks (IJCNN), The 2010 International Joint Conference on, 2010. https://ieeexplore.ieee.org/document/5596899.