Print

基于LS-SVM与BP算法的非等高扬尘污染模型发现及分类预测

论文摘要

针对不同高度下扬尘污染分类预测问题,通过无人机实时监测不同高度的扬尘污染数据,应用最小二乘支持向量机构建其分布模型,采用BP神经网络验证了分类模型预测的准确性.数据分析结果表明:在30m以下低空范围,扬尘污染较90m以上高空严重,扬尘污染主要密集在20～30m范围;在80～250m高空范围,扬尘污染与高度基本成正比,即高度越高,扬尘污染指数值越大.

论文目录

  • 1 基于LS-SVM的施工场地扬尘污染定量模型构建
  •   1.1 施工场地扬尘排放因子构成
  •   1.2 基于LS-SVM的施工场地扬尘排放因子定量模型
  •   1.3 实测扬尘数据与国家空气质量指数拟合对比
  • 2 基于BP神经网络的不同高度扬尘污染分类预测
  •   2.1 扬尘污染分类BP网络构建
  •   2.2 扬尘数据训练及分类预测结果分析
  • 3 结语

    • 文章来源

    类型: 期刊论文

    作者: 鞠训光,刘枫,黎普涛

    关键词: 最小二乘支持向量机,算法,扬尘污染模型,分类预测

    来源: 徐州工程学院学报(自然科学版) 2019年04期

    年度: 2019

    分类: 工程科技Ⅱ辑,工程科技Ⅰ辑

    专业: 环境科学与资源利用

    单位: 徐州工程学院信电工程学院

    基金: 江苏省科学技术厅计划项目（BY2015024-03）,徐州市科技计划项目（KC16SQ185）

    分类号: X51

    DOI: 10.15873/j.cnki.jxit.000320

    页码: 48-53

    总页数: 6

    文件大小: 374K

    下载量: 81

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/e3ef2a751476a98c976b135f.html