杨乐
- 作品数：4 被引量：53H指数：3
- 供职机构：南京信息工程大学计算机与软件学院更多>>
- 发文基金：国家自然科学基金公益性行业(气象)科研专项更多>>
- 相关领域：自动化与计算机技术更多>>
- 多元逐步与概率混合回归法在霾预报中的应用被引量：2
- 2017年
- 针对目前霾预报模型较少,预报准确率低等缺点,将统计预报与数值预报相结合,提出了基于多元逐步回归算法与概率混合回归的霾预报方法。利用多元逐步回归法控制影响因变量的物理因子,建立能见度预报方程,利用概率回归结合能见度、相对湿度等物理参量建立基于二值变量的霾预报模型。实验结果表明,与现有业务上主要运行的雾霾数值预报系统CUACE相比,提出的混合回归预报算法的预报准确率得到了显著提高。
- 谢永华杨乐张鸣敏张恒德
- 关键词：能见度
- 基于支持向量机回归的城市PM_(2.5)浓度预测被引量：25
- 2015年
- 为建立快速精确的PM2.5浓度预测模型,提出利用支持向量机回归(support vector regression,SVR)方法来建立PM2.5浓度预测模型。选取各大气污染物浓度以及各气象因素进行训练,对训练好的数据进行交叉验证,取得最优参数和最佳预测特征时间跨度,建立最优PM2.5浓度的预测模型。基于5个城市的实验结果表明,该方法具有普适性及实际应用意义,能够自适应地调整机器学习最佳参数,相比其它机器学习方法获得了更高的预测精度,为PM2.5浓度预测提供了一个简便而有效方法模型。
- 谢永华张鸣敏杨乐张恒德
- 关键词：空气污染细微颗粒物支持向量机回归
- 多元逐步回归与卡尔曼滤波法在霾预报中应用被引量：13
- 2018年
- 针对目前霾预报的重要性和霾客观预报准确率较低,提出基于多元逐步回归算法和卡尔曼滤波算法的霾客观预报订正技术。利用多元逐步回归法控制因变量的物理因子,建立能见度预报方程,利用卡尔曼滤波法根据实况资料对多元逐步回归算法中回归系数进行订正,建立霾客观预报订正模型。以北京站、广州站、南京站、杭州站四个站为例,对站点进行预报实验和检验。实验结果表明,与业务上运行的雾-霾数值预报系统(CUACE)进行对比,提出的多元逐步回归与卡尔曼滤波法的预报准确率有所提高。
- 咸云浩张恒德谢永华杨乐
- 关键词：卡尔曼滤波能见度
- 基于时间序列分析和卡尔曼滤波的霾预报技术被引量：14
- 2017年
- 为了提高霾预报的准确率,解决时序模型的预测延时和准确率不高的问题,提出了一种基于时间序列分析和卡尔曼滤波相结合的混合霾预报算法。首先,利用图检验法和单位根检验法(ADF)检验时间序列的平稳性,通过差分运算将非平稳序列转化成平稳序列,对转化后的平稳序列进行建模;然后,将得到的模型方程作为卡尔曼滤波的状态方程和观测方程,依靠卡尔曼滤波递推性进行预报。实验结果表明,采用时间序列分析和卡尔曼滤波相结合的混合霾客观预报订正方法能有效提高霾预测精度。
- 张恒德咸云浩谢永华杨乐张天航
- 关键词：时间序列卡尔曼滤波能见度
