基于主动学习和克里金插值的空气质量推测

摘要：

空气质量监测站仅能在少数位置部署,故而无法获取城市中每个位置的空气质量信息.提出了一种基于主动学习和克里金插值的空气质量推测算法.该算法首先选用克里金插值作为基础的空气质量推测算法,然后结合主动学习的思想,对置信度最大的位置进行优先采样,最终建立基于主动学习的插值模型,通过最少的监测点对空气质量进行采样,最大限度地提升推测其他位置空气质量的准确度.研究结果表明,所提算法能够有效地提高空气质量推测精度,同时减少监测站采样数量,降低部署成本.

关键词：克里金插值、空气质量指数、主动学习、空间插值、空气质量推测

所属期刊栏目：4

分类号：TP181(自动化基础理论)

资助基金：国家杰出青年科学基金资助项目61725205;国家重点研发计划基金资助项目2017YFB1002000;国家自然科学基金资助项目61332005,61772428

在线出版日期：2019-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：54-64