测绘科学

2016, v.41;No.222(12) 172-178

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

一种协同时空地理加权回归PM2.5浓度估算方法
An approach of co-training geographically and temporally weighted regression to estimate PM2.5 concentration

赵阳阳;刘纪平;杨毅;石丽红;王梅;

摘要(Abstract):

针对PM2.5浓度估算中时空特征考虑不足和样本量较少的问题,该文将协同训练和时空地理加权回归相结合,提出了协同时空地理加权回归。采用两个不同参数的时空地理加权回归模型作为回归器,利用一个回归器训练另一个回归器的未标注样本,选择最优结果作为标注样本加入标注样本,通过不断学习扩大标注样本量提升模型的回归性能。以京津冀地区2015年3-7月的PM2.5浓度数据为实验数据,利用气溶胶光学厚度产品、温度、风速和相对湿度进行建模,采用不同核函数的时空地理加权回归作为对比方法进行实验。结果显示,协同时空地理加权回归性能比基于Gauss核函数时空地理加权回归提升了10%,比基于bi-square核函数时空地理加权回归提升了6.25%,证明该文方法能够提升时空样本数量不足时的PM2.5浓度估算精度。

关键词(KeyWords): 协同时空地理加权回归;协同训练;时空地理加权回归;PM2.5浓度

Abstract:

Keywords:

基金项目(Foundation): 公益性行业科研专项(201512032);; 国家重点研发计划课题项目(2016YFC0803108)

作者(Author): 赵阳阳;刘纪平;杨毅;石丽红;王梅;

Email:

DOI: 10.16251/j.cnki.1009-2307.2016.12.035

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享