本文主要研究内容
作者张永梅,陈惠妮,张奕（2019）在《基于XGBoost的雾霾预测方法》一文中研究指出：为解决目前以雾霾为代表的空气质量预测普遍存在指标单一、特征不足、拟合效果差等问题,提出一种基于XGBoost的雾霾特征选择提取及预测方法。对可能影响雾霾的因素进行全面分析总结,采用mRMR (minimum redundancy maximum relevance)方法进行特征选择,选择影响因素较大且冗余度较小的特征作为影响雾霾的显著特征,构建XGBoost模型对其进行训练与预测。实验结果表明,该方法在准确度以及时间损耗都表现较好,能够较准确地实现雾霾短时预测。
Abstract
wei jie jue mu qian yi wu mai wei dai biao de kong qi zhi liang yu ce pu bian cun zai zhi biao chan yi 、te zheng bu zu 、ni ge xiao guo cha deng wen ti ,di chu yi chong ji yu XGBoostde wu mai te zheng shua ze di qu ji yu ce fang fa 。dui ke neng ying xiang wu mai de yin su jin hang quan mian fen xi zong jie ,cai yong mRMR (minimum redundancy maximum relevance)fang fa jin hang te zheng shua ze ,shua ze ying xiang yin su jiao da ju rong yu du jiao xiao de te zheng zuo wei ying xiang wu mai de xian zhe te zheng ,gou jian XGBoostmo xing dui ji jin hang xun lian yu yu ce 。shi yan jie guo biao ming ,gai fang fa zai zhun que du yi ji shi jian sun hao dou biao xian jiao hao ,neng gou jiao zhun que de shi xian wu mai duan shi yu ce 。
论文参考文献
论文详细介绍
论文作者分别是来自计算机工程与设计的张永梅,陈惠妮,张奕，发表于刊物计算机工程与设计2019年12期论文，是一篇关于特征提取论文,最大相关最小冗余算法论文,雾霾影响因素论文,算法论文,雾霾预测论文,计算机工程与设计2019年12期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自计算机工程与设计2019年12期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：特征提取论文; 最大相关最小冗余算法论文; 雾霾影响因素论文; 算法论文; 雾霾预测论文; 计算机工程与设计2019年12期论文;