海量大气颗粒物成分分析系统
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Massive Atmosphere Particulate Matter Analysis System
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    2011年以来, 我国多地出现了雾霾天气, 对大气颗粒成分分析有助于人们了解雾霾形成的原因, 制订有效的应对措施. 本文的主要目的是对于大气颗粒物成分进行命名. 传统颗粒物的命名是在经验的基础上, 对颗粒进行逐个的命名. 若将该过程自动化, 难点有两个: 数据规模太大、人工经验难以量化. 本文使用数据挖掘的工具, 首先进行了一次聚类分析, 降低了数据规模. 为了解决人工经验难以量化的问题, 使用逻辑回归分类算法, 并进行了调优, 使正确率达到了业务处理的要求.

    Abstract:

    Since 2011, fog and haze has been appeared in many places of China. Atmosphere particulates components analysis could help people to know the reason of the fog and haze so that we can take measures to deal with it. The purpose of this system is to name the atmosphere particulates, which means to classify the atmosphere particulates into seven common types. In traditional practice, we need to name the particulates artificially and one by one. But, if we want to do this automatically, there are two difficulties we need to solve. First, the scale of data is large. Secondly, it is hard to make rules to summarize the human experience. In this system, we try to use data mining technology to solve the two problems. To decrease the scale of data, we use the Adaptive Resonance Neural Cluster Algorithm, and to summarize the human experience, we use the Logistic Regression Classification Algorithm. At last, we adjust the models to get a better accuracy and meet the needs of the actual application.

    参考文献
    相似文献
    引证文献
引用本文

张梦瑶,廉东本,赵奎,马元婧.海量大气颗粒物成分分析系统.计算机系统应用,2015,24(10):53-57

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2015-01-15
  • 最后修改日期:2015-03-18
  • 录用日期:
  • 在线发布日期: 2015-10-17
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号