收录:
摘要:
本发明提出了基于多源异构数据融合的PM2.5预测模型,该模型通过将多源异构数据融合实现信息的综合,并在融合数据的基础上建立多核支持向量回归机模型实现PM2.5浓度预测。首先,采集空气质量数据和图像两种多源异构数据,并对采集的数据进行预处理和特征提取。其次,使用基于核函数的多核扩展方法完成多源异构数据融合,融合过程主要通过构造、合并Gram矩阵的方式完成,并推导了多核扩展核函数。然后,在多核扩展核函数和扩展核矩阵的基础上,重新构造了多核支持向量回归机模型。最后使用改进的最小序列优化算法对模型参数进行了优化。本发明是基于多源异构数据融合实现的PM2.5预测,能在实现信息融合的基础上得出更加综合可信的判断,保证了预测的准确性、稳定性和可信度。
关键词:
通讯作者信息:
电子邮件地址: