基于图像质量分析的PM2.5空气质量预测

摘要

cqvip:为了提高空气污染物PM质量浓度预测的准确性,提出了一种基于图像数据预测PM质量浓度的方法.2.52.5首先用手机或相机获取图像数据,然后用图像质量分析模型提取与PM质量浓度相关的特征向量作为输入,建立2.5一个基于粒子群优化(particle swarm optimization,PSO)算法的支持向量回归机(support vector regression,SVR)(PSO-SVR)预测模型来估计PM的质量浓度.实验结果表明,与SVR模型和用遗传算法(genetic algorithm,GA)2.5优化的支持向量回归机(GA-SVR)模型相比,PSO-SVR模型在预测准确性和实施效率方面具有更好的预测性能.