张鸣敏
- 作品数：3 被引量：28H指数：2
- 供职机构：南京信息工程大学计算机与软件学院更多>>
- 发文基金：国家自然科学基金公益性行业(气象)科研专项更多>>
- 相关领域：自动化与计算机技术环境科学与工程更多>>
- 多元逐步与概率混合回归法在霾预报中的应用被引量：2
- 2017年
- 针对目前霾预报模型较少,预报准确率低等缺点,将统计预报与数值预报相结合,提出了基于多元逐步回归算法与概率混合回归的霾预报方法。利用多元逐步回归法控制影响因变量的物理因子,建立能见度预报方程,利用概率回归结合能见度、相对湿度等物理参量建立基于二值变量的霾预报模型。实验结果表明,与现有业务上主要运行的雾霾数值预报系统CUACE相比,提出的混合回归预报算法的预报准确率得到了显著提高。
- 谢永华杨乐张鸣敏张恒德
- 关键词：能见度
- 基于支持向量机回归的城市PM_(2.5)浓度预测被引量：25
- 2015年
- 为建立快速精确的PM2.5浓度预测模型,提出利用支持向量机回归(support vector regression,SVR)方法来建立PM2.5浓度预测模型。选取各大气污染物浓度以及各气象因素进行训练,对训练好的数据进行交叉验证,取得最优参数和最佳预测特征时间跨度,建立最优PM2.5浓度的预测模型。基于5个城市的实验结果表明,该方法具有普适性及实际应用意义,能够自适应地调整机器学习最佳参数,相比其它机器学习方法获得了更高的预测精度,为PM2.5浓度预测提供了一个简便而有效方法模型。
- 谢永华张鸣敏杨乐张恒德
- 关键词：空气污染细微颗粒物支持向量机回归
- 基于支持向量回归的PM2.5浓度预测研究
- 细微颗粒物(Fine Particulate Matter, PM2.5)近年来受到广泛的关注。由PM25引发的雾霾天气对经济及生活带来了巨大的影响。对PM2.5的预报应用则成为了现阶段PM2.5防治与研究中一个非常重要...
- 张鸣敏
- 关键词：PM2.5支持向量回归
- 文献传递
