School of Management Science and Engineering, Dalian University of Technology, Dalian, China;
School of Management Science and Engineering, Dalian University of Technology, Dalian, China;
PM_(2.5); Symbolic regression; Model selection; Interestingness measures;
机译:提升基于卫星的PM_(2.5)浓度分布图的预测精度:通过现场PM_(2.5)测量进行数据挖掘的视角
机译:使用广义添加剂模型和机器学习方法预测监测网站的PM_(2.5)浓度在监测网站的位置和NO_X的位置:伦敦的案例研究
机译:使用遥感数据和改进的动态空间面板模型预测在整个广大区域的网格点的PM_(2.5)每日浓度
机译:符号回归模型选择,提高PM_(2.5)浓度预测的精度
机译:来自科罗拉多州丹佛市和格里利市的特定PM2.5的来源分摊以及PM2.5和PM(粗)质量浓度的非参数回归以及二分滤器采样器的构建和评估
机译:巴布亚新几内亚疟疾患病率的空间预测:贝叶斯决策网络和多元回归建模方法的比较提高普遍预测精度
机译:PM2.5基于Markov Blanke特征选择和混合内核的浓度预测通过粒子群优化优化的混合内核支持向量回归