原文传递
面向pm2.5预测的递归随机森林与多层神经网络集成模型
| 题名： | 面向pm2.5预测的递归随机森林与多层神经网络集成模型 |
| 作者： | 蒋洪迅;田嘉;孙彩虹 |
| 作者单位： | 中国人民大学 |
| 关键词： | 空气质量;随机森林;神经网络;集成模型 |
| 摘要： | 不同地区的PM2.5浓度由于其产生来源和地理气象条件不同，通常表现出不同的变化趋势。以往研究中一般主观选择特征集，经常出现考虑不充分导致拟合度低或过拟合现象。本文创新性地提出了递归随机森林特征消除多层神经网络(RRFMLP)的空气质量预测模型，充分考虑各个衫响因素，又自行适应特定地区的实际情况，避免人为主观因素的影响，具有较高的拟合度和较低的过拟合度。通过对比实验，验证了该集成模型可以优先考虑最相关因素，并在挑选17个特征时表现出了最好的预测准确度。 |
| 期刊名称： | 系统工程 |
| 出版日期： | 202005 |
| 出版年： | 2020 |
| 期： | 05 |
| 页码： | 14-24 |
检索历史
应用推荐
