作者：刘炳春; 符川川; 李健空气污染等级分类预测支持向量机
摘要：在应用PM2．5、PM10、SO2、Co、NO2和03六种污染物浓度指标预测的基础上，将最高气温、最低气温、天气现象、风向、风力5种气象条件指标增添到空气污染预测输入变量中，采用K最近邻（KNN）和支持向量机（SVM）两种算法建立北京市空气污染等级分类预测模型。论文采用中国环境监测总站公布的北京市2014年1月1日至2016年4月30日的6种污染物浓度指标数据以及北京市气象台公布的北京市2014年1月1日至2016年4月30日的5种气象条件指标数据进行测试实验。结果发现，KNN模型预测的准确度为83．56％，SVM模型预测的准确度为87．32％，SVM模型在空气污染等级分类预测方面比KNN模型的准确度高出3．76％，建议将来在北京市空气污染等级预测中采用SVM模型以期获得较好的预测和空气污染控制效果。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
