典型文献
移动源排放遥测主要影响因素分析及预测
文献摘要：
由于移动源污染遥感监测受到复杂外部环境影响,难以通过传统统计方法建立车辆行驶工况与污染排放之间的相关性模型,为此开展了基于移动源遥感监测的影响因素分析及排放预测的研究.首先利用Spearman相关性分析排除与移动源污染物主要排放气体CO、HC、NO气体浓度无相关性的因素;其次使用Lasso算法确定各成分的关键影响因子,并采用神经网络构建污染物排放预测模型;最后在测试集上验证该模型用于移动源污染排放主要成分预测的有效性.模型预测的结果表明,基于特征筛选的移动源污染排放数据预测神经网络模型具有较高的预测精度,可以降低城市移动源污染排放检测成本并为相关部门制定相关政策提供数据支持.
文献关键词：
移动源污染;遥感监测;排放预测;特征筛选;神经网络
中图分类号：
作者姓名：
许镇义;王瑞宾;康宇;曹洋;张聪;王仁军
作者机构：
合肥综合性国家科学中心人工智能研究院, 安徽 合肥 230088;中国科学技术大学自动化系, 安徽 合肥 230036;安徽大学计算机科学与技术学院, 安徽 合肥 230601;中国科学技术大学先进技术研究院, 安徽 合肥 230088;中国科学技术大学火灾科学国家重点实验室, 安徽 合肥 230027;合肥市生态环境局, 安徽 合肥 230601
文献出处：
引用格式：
[1]许镇义;王瑞宾;康宇;曹洋;张聪;王仁军-.移动源排放遥测主要影响因素分析及预测)[J].大气与环境光学学报,2022(02):220-229
A类：
污染物排放预测
B类：
源排放,遥测,移动源污染,遥感监测,统统,统计方法,立车,车辆行驶,行驶工况,污染排放,相关性模型,放气,HC,气体浓度,无相,Lasso,网络构建,测试集,特征筛选,排放数据,数据预测,排放检测
AB值：
0.259905
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
