计算机科学 ›› 2016, Vol. 43 ›› Issue (Z6): 526-528.doi: 10.11896/j.issn.1002-137X.2016.6A.125
付倩娆
FU Qian-rao
摘要: 提出了一种在线样本更新的多元线性回归分析的雾霾预测方法。首先搜集了北京市天气状况,包括平均气温、湿度、风级等气象数据以及PM2.5、CO、NO2、SO2等大气成分浓度数据,然后通过散点图对这些因素进行主要影响因素分析,筛选出对雾霾影响比较明显的因素作为雾霾预测的依据。通过在线样本更新的多元线性回归建立了PM2.5含量预测模型,并将气象要素作为雾霾的判断标准。最后给出实际例子,利用多元线性回归对北京未来一天、三天及一周的PM2.5含量进行较为精确的预测。
[1] 杨准.雾霾现象成因初步探讨[J].科技创新导报,2014(34):21 [2] 王继志,杨元琴,周春红,等.雾霾低能见度天气分析与预测方法研究[C]∥2007年中国气象学会年会论文集.2007:145-149 [3] 张琳,胡雪红.德州市雾霾客观预报方法[J].农技服务,2010,27(11):1493-1493 [4] 艾洪福,石莹,等.基于BP人工神经网络的雾霾天气预测研究[J].计算机仿真,2015,32(1):402-405 [5] 侯琼煌,杨航.基于三次指数平滑模型的雾霾天气分析与预测[J].环境保护科学,2014(6):73-77 [6] 王勇,黄国兴,彭道刚.带反馈的多元线性回归法在电力负荷预测中的应用[J].计算机应用与软件,2008,25(1):82-84 [7] 李军成,陈国华,石小芳.基于灰色多元线性回归的粮食产量预测[J].安徽农业科学,2010,38(16):8281-8282 [8] 周晨,冯宇东,肖匡心,等.基于多元线性回归模型的东北地区需水量分析[J].数学的实践与认识,2014,44(1):118-123 [9] 周永生,肖玉欢,黄润生.基于多元线性回归的广西粮食产量预测[J].南方农业学报,2011,42(9):1165-1167 [10] 李莉,孙永霞.基于均值化主成分分析的雾霾环境分析与研究[J].计算机应用研究,2015(5):1373-1375 |
No related articles found! |
|