基于支持向量回归和梯度回归的雾霾预测模型研究任务书

 2021-11-08 10:11

1. 毕业设计(论文)主要目标:

  1. 了解南京市近两年雾霾变化情况;

  2. 分析气象因子和PM2.5浓度,根据数据特点,选用合适的因子做因子分析。

  3. 加深对已学现代统计分析方法的理解和掌握,学习支持向量回归和梯度回归模型的建立方法;

    剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

    2. 毕业设计(论文)主要内容:

    本课题选取南京市2016年-2017年每日的气象因子和PM2.5浓度的相关数据。首先做数据处理。根据资料的查阅,PM2.5浓度会随着气候的变化而变化。所以本文计划先做白噪声检验和平稳性检验观测数据的波动情况,有利于后面模型的建立。接下来做相关性检验观测各气象因子与PM2.5浓度的相关性大小。再做KMO检验,判断选取数据是否适合做因子分析。如果数据适合做因子分析,再利用因子分析选出合适的因子用来训练模型,接下来分别建立支持向量回归机和梯度提升回归树模型,并用交叉验证法优化模型参数。最后对比分析两种模型的预测效果。

    3. 主要参考文献

    [1]常涛,支持向量机在大气污染预报中的应用研究[J],气象,2006,32(12):61-65.

    [2]张人禾,李强,张若楠,中国东部持续性强雾霾天气产生的气象条件分析[J],中国科学:地球科学,2014,44(1):27-36.

    [3]宗晓萍,武子瀚,刘言,基于遗传算法寻优的SVR雾霾预测模型[J],河北大学学报:自然科学版,2016,36(3).

    剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。