城市空气质量评价中的模糊支持向量机方法

被引:11
作者
杨志民 [1 ]
田英杰 [2 ]
刘广利 [3 ]
机构
[1] 浙江工业大学之江学院
[2] 中国科学院数据技术与知识经济研究中心
[3] 中国农业大学信息与电气工程学院
关键词
支持向量机; 模糊规划; 空气质量; 评价;
D O I
暂无
中图分类号
X823 [大气评价];
学科分类号
0706 ; 070602 ;
摘要
传统的评价方法不能处理带有模糊信息的城市空气质量的评价问题。基于结构风险最小化原则建立了带有模糊信息的支持向量分类模型和算法,在此基础上提出基于模糊支持向量机的城市空气质量评价方法;根据空气中的总悬浮颗粒物、二氧化硫、二氧化氮、空气综合污染指数4个指标,对我国50个主要城市2003年空气质量进行了综合评价,选择10个城市的评价结果进行了测试,结果表明:根据2003年数据采用本方法得到的邢台、张家口和沧州的空气污染指数与河北省环保专家提供的数据误差小于0.1;西宁、银川、乌鲁木齐、汕头、南京、大连、武汉的综合空气污染指数与国家环保总局提供的数据误差均小于0.5。
引用
收藏
页码:92 / 97
页数:6
相关论文
共 11 条
[1]   模糊线性支持向量回归机 [J].
杨志民 ;
邓乃扬 ;
不详 .
计算机工程与应用 , 2004, (36) :54-57
[2]  
城市环境空气质量的多指标可拓综合评价法[J]. 蔡国梁,邢桂芬,李玉秀,王作雷,陶华.城市环境与城市生态. 2003(05)
[3]  
城市环境空气质量的多指标可拓综合评价法[J]. 蔡国梁,邢桂芬,李玉秀,王作雷,陶华.城市环境与城市生态. 2003 (05)
[4]   Review of the monograph Mathematical Treatment and Application of Uncertain Information [J].
YANG ZhiminHandan Teachers College Handan China .
Chinese Science Bulletin, 2001, (07) :615-616
[5]   支持向量机研究 [J].
崔伟东 ;
周志华 ;
李星 .
计算机工程与应用, 2001, (01) :58-61
[6]   城市空气质量的管理 [J].
刘咸德 .
环境监测管理与技术, 2000, (01) :4-7
[7]  
模糊支持向量机及其应用研究[D]. 杨志民.中国农业大学. 2005
[8]  
数据挖掘中的新方法[M]. 科学出版社 , 邓乃扬, 2004
[9]  
随机规划与模糊规划[M]. 清华大学出版社 , 刘宝碇, 1998
[10]  
最优化方法[M]. 辽宁教育出版社 , 邓乃扬, 1987