基于离群点检测和误差修正的空气质量指数预测
空气质量指数(Air Quality Index, AQI)预测可以为人们日常生产活动以及空气污染治理工作提供指导. 针对空气质量指数预测模型受离群点影响较大的问题, 利用孤立森林算法对空气质量数据集进行离群点分析, 采用离群鲁棒极限学习机模型(ORELM)对空气质量指数进行预测, 并构建误差修正模块对模型预测误差进行修正. 最后, 以北京市空气质量数据作为研究对象, 分别利用ORELM模型以及极限学习机(ELM)模型进行预测, 并对ORELM模型预测结果进行误差修正. 实验结果表明: 离群鲁棒极限学习机对离群点数据集泛化性能更强, 误差修正模块能有效提高模型的预测精度.
文件下载
评论信息
其他资源
- GetData2.26
- IEEE Std 1905.1™-2013.pdf
- 中科大数字图像处理课件作业
- 涡旋光束干涉图样计算程序
- Python塔防游戏
- 海豚群算法优化概率神经网络设计
- 【数据结构】飞机场调度问题
- C语言开发简单的学生成绩管理系统
- HT66F0175_0185_SWLib_V13_CHS.zip
- c++实现ftpserver
- SAP 日文FI
- PowerShell-7.1.2-win-x86.msi
- 软考高级——综合案例分析
- Redis Desktop Manager 2020.6
- 动态代理cglibjar包和源码
- 51单片机4×4键盘proteus仿真51单片机4×4键盘proteus仿真
- ROS2-IN-5-DAYS-e-book.pdf
- Python 3 Text Processing with NLTK 3 Cookbook
- 新型智慧城市评价指标-电子政务文档类资源
- 很方便的sql server 2000 客户端绿色版
- 基于ZigBee节点的智能家居系统语音控制设计.pdf
- android大学生开发的手机游戏
- ffmpeg实现视频播放
- 8250串口编程
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明