小波支持向量机在大气污染物浓度预测中的应用
陈柳
西安科技大学能源学院,陕西西安,710054
摘要：用小波分解重构和支持向量机相结合的方法,建立大气污染物浓度预测模型.通过小波分解,将大气污染物浓度序列分解为不同频段的小波系数序列,再对各层的小波系数序列重构到原尺度上.利用相关分析的方法构建出低频小波系数a3和中频小波系数d3的支持向量机模型输入因子为前一天小波系数a3和7个气象因子;高频小波系数d2和d1以前三日的小波系数为输入因子,然后对各小波系数序列采用相应的支持向量机模型进行预测,各小波系数均使用v-支持向量回归机(v-SVR)算法和径向基函数,最后通过小波重构合成大气污染物浓度序列的最终预测结果.通过对大气SO2浓度预测实例证明,该大气污染物浓度预测模型具有推广能力较强、预测精度较高、训练速度快、便于建模等优点,具有良好的应用前景.
关键词：小波分解重构相关分析支持向量机大气污染预测
分类号：X823(环境质量分析与评价)
资助基金：陕西省教育厅专项科研计划项目(07JK312)
论文发表日期：2010-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 53-56,70 )
英文信息