期刊专题

10.13671/j.hjkxxb.2018.0474

城市交通道路氮氧化物浓度的CART回归树预测研究

引用
提出了基于CART回归树的氮氧化物(NOx)浓度预测模型,利用杭州市延安路路边空气质量监测站2016年6-9月空气污染物监测数据和同期延安路路段车辆抓拍识别数据,通过数据处理、影响因素分析及CART回归树构造,搭建了NOx浓度预测模型.实验分析结果表明,相对于支持向量机和BP神经网络预测模型,基于CART回归树的NOx浓度预测模型的预测精度有大幅度提升,可决系数在0.92以上;同时,对环境条件差异较大的G20会议期间NOx浓度进行预测分析,结果表明,CART回归树方法的预测精度比其它方法更高,能够适应不同条件下的预测需求.

氮氧化物、CART回归树、大气污染、机器学习

39

X511(大气污染及其防治)

浙江省公益技术研究项目LGF18E080018;杭州市重大科技专项项目20162013A06;杭州市社会发展科技项目20170533B14

2019-05-22(万方平台首次上网日期,不代表论文的发表时间)

共9页

1086-1094

暂无封面信息
查看本期封面目录

环境科学学报

0253-2468

11-1843/X

39

2019,39(4)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn