基于XGBoost的雾霾预测方法

作     者：张永梅 陈惠妮 张奕 ZHANG Yong-mei;CHEN Hui-ni;ZHANG Yi

作者机构：北方工业大学计算机学院北京100144 中国电子科技集团公司第十五研究所北京100083 北京理工大学计算机学院北京100081 

基　　金：国家自然科学基金项目(61371143) 北方工业大学计算机科学与技术优势学科基金项目(217051360018XN044) 北方工业大学2018年教育教学改革和课程建设研究基金项目(18XN009-002) 教育部高等教育司产学合作协同育人基金项目(201801121002) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2019年第40卷第12期

页      码：3631-3638页

摘      要：为解决目前以雾霾为代表的空气质量预测普遍存在指标单一、特征不足、拟合效果差等问题,提出一种基于XGBoost的雾霾特征选择提取及预测方法。对可能影响雾霾的因素进行全面分析总结,采用mRMR (minimum redundancy maximum relevance)方法进行特征选择,选择影响因素较大且冗余度较小的特征作为影响雾霾的显著特征,构建XGBoost模型对其进行训练与预测。实验结果表明,该方法在准确度以及时间损耗都表现较好,能够较准确地实现雾霾短时预测。

主 题 词：特征提取 最大相关最小冗余算法 雾霾影响因素 XGBoost算法 雾霾预测 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2019.12.044

馆 藏 号：203828064...