基于位置數(shù)據(jù)的空氣質(zhì)量分類預測混合模型研究.pdf

1、隨著我國霧霾問題的日益嚴重，人們越來越關(guān)注空氣質(zhì)量，預測未來時間和未知區(qū)域的空氣質(zhì)量可以給人們生活提供建議，而城市中的普通人往往關(guān)注空氣質(zhì)量等級而不是某一個污染物的指數(shù)，所以預測空氣質(zhì)量等級有一定的現(xiàn)實意義。一般的氣象學方法例如大氣預測模型、污染擴散模型，往往結(jié)構(gòu)復雜，計算量高。傳統(tǒng)的機器學習方法能避免這些問題，但是數(shù)據(jù)源和模型結(jié)構(gòu)都較為單一。如何利用城市里高速發(fā)展的互聯(lián)網(wǎng)產(chǎn)生的大量數(shù)據(jù)，深入理解分析空氣質(zhì)量預測課題，提取特征構(gòu)造模型，

2、從而提高空氣質(zhì)量預測的效果是一個值得探索的問題。
　　本研究主要內(nèi)容包括：⑴研究空氣質(zhì)量和氣象特征，時間特征，POI(Point of Interest)特征，以及位置數(shù)據(jù)之間的相關(guān)性。⑵對于未來時間的空氣質(zhì)量等級預測，在時間上用SVM算法分類，在空間上對周邊區(qū)域通過分割整合處理特征，使用ANN算法進行分類，再將兩個預測結(jié)果通過決策樹整合。⑶對于未知空間的空氣質(zhì)量等級預測，在時間上用CRF算法分類，在空間上用KNN選擇若干個相似的