科研之友
微信
新浪微博
Facebook
分享链接
摘要
为能更有针对性的控制PM2.5浓度,对2000-2017年间全国31个省市PM2.5浓度数值和由专家先验得出的影响PM2.5的六种人为因素分别建立了基于BIC评分函数、K2评分函数进行结构学习的两种贝叶斯网络模型、支持向量机模型、K-近邻模型进行分析。利用5-折交叉验证对四种模型进行评估。发现在样本量不太大的情况下,贝叶斯网络表现出更好地稳健性与优越性,而基于K2评分函数进行结构学习的贝叶斯网络模型具有更好地分类性能。为政府相关部门对我国PM2.5浓度更加有效的控制,以及采取更加具有针对性的治理方案提供了思路与方案。
- 单位
