应用非线性KNN数据搜索的三维叠前自由表面多次波预测

1

作者 谢飞 朱成宏 +1 位作者 高鸿 徐蔚亚 《石油地球物理勘探》 EI CSCD 北大核心 2024年第3期424-432,共9页

自由表面多次波预测(SRMP)是自由表面多次波消除(SRME)以及成像的重要环节。SRME技术尽管有效,但理论上需要规则而密集的地震数据采集方式。然而实际炮点、检波点空间分布稀疏,地震数据不能满足SRME理论要求,常规的做法是在SRME之前将... 自由表面多次波预测(SRMP)是自由表面多次波消除(SRME)以及成像的重要环节。SRME技术尽管有效,但理论上需要规则而密集的地震数据采集方式。然而实际炮点、检波点空间分布稀疏,地震数据不能满足SRME理论要求,常规的做法是在SRME之前将地震数据规则化。为了避免数据规则化环节,首先建立索引数据树管理三维叠前地震数据,并采用基于树形数据结构的非线性K近邻算法(KNN)从地震数据中实时搜索两道近似地震数据;然后利用动校—反动校消除实时搜索得到的近似地震道与实际地震道之间的旅行时误差;由以上两步获得单道孔径内任意向下反射点(DRP)所需要的两道地震数据用于SRMP。单道孔径内任意DRP均可由SRMP预测对应的多次波模型道,叠加所有DRP对应的预测结果可获得该道稳定的多次波模型数据。将该方法用于扩展的三维Pluto模型数据,结果表明该方法能有效预测三维自由表面多次波,从而保证高质量的自由表面多次波衰减结果。实际地震数据的应用证明了方法的实用性。 展开更多

关键词 自由表面多次波 预测 消除 索引数据树 非线性k近邻(knn)算法

下载PDF 职称材料

基于改进KNN的不均衡信息文本分类算法

2

作者 马召贵 《信息与电脑》 2023年第12期85-87,共3页

针对常规文本分类算法存在文本特征提取不全面的问题,提出基于改进K近邻(K-Nearest Neighbor,KNN)的不均衡信息文本分类算法。首先,通过文本分词与去停用词两个步骤,对不均衡信息文本进行预处理,避免无用数据对分类结果产生干扰。其次,... 针对常规文本分类算法存在文本特征提取不全面的问题,提出基于改进K近邻(K-Nearest Neighbor,KNN)的不均衡信息文本分类算法。首先,通过文本分词与去停用词两个步骤,对不均衡信息文本进行预处理,避免无用数据对分类结果产生干扰。其次,利用互信息特征提取方法,提取不均衡信息文本特征,获取文本特征词与类别之间的相关程度。最后,利用改进KNN原理对待测不均衡信息文本数据进行邻近聚类,设计文本分类算法。实验结果表明,该算法的分类查准率始终在98%以上,优于对照组。 展开更多

关键词 k近邻(knn) 不均衡 信息文本 分类算法

下载PDF 职称材料

基于K近邻非线性分类器的高光谱遥感数据分类研究 被引量：1

3

作者 莫文通 周源 《城市勘测》 2014年第4期16-19,共4页

K近邻等传统分类算法在高光谱遥感影像数据上进行分类时,由于其高维度、非线性特点,分类效果会受到严重影响。本文利用核函数方法,融合K近邻分类算法与Isomap非线性降维算法,提出了一种新的K近邻非线性分类器。该分类器无需通过降维预处... K近邻等传统分类算法在高光谱遥感影像数据上进行分类时,由于其高维度、非线性特点,分类效果会受到严重影响。本文利用核函数方法,融合K近邻分类算法与Isomap非线性降维算法,提出了一种新的K近邻非线性分类器。该分类器无需通过降维预处理,并具备处理非线性数据的能力。在实验中,通过交叉验证与参数验证证明该方法在高光谱遥感影像上的分类效果明显优于原始K近邻分类算法以及结合主成分分析法的K近邻分类法。 展开更多

关键词 高光谱遥感 分类算法 k近邻算法 非线性分类器

下载PDF 职称材料

离散型增强烟花算法和kNN在特征选择中的研究 被引量：4

4

作者 黄欣 莫海淼 +1 位作者 赵志刚 曾敏 《计算机工程与应用》 CSCD 北大核心 2020年第16期112-117,共6页

特征选择是从原始特征集中选取特征子集,并且降低特征维度和减少冗余信息,从而达到提高分类准确度的效果。为了达到此效果,提出了新的特征选择算法。该算法使用经过离散化处理之后的增强烟花算法来搜索特征子集,同时将特征子集和经过惩... 特征选择是从原始特征集中选取特征子集,并且降低特征维度和减少冗余信息,从而达到提高分类准确度的效果。为了达到此效果,提出了新的特征选择算法。该算法使用经过离散化处理之后的增强烟花算法来搜索特征子集,同时将特征子集和经过惩罚因子处理之后约束条件融入到目标函数中,然后将搜索到的特征子集的数据放到kNN分类器进行训练和预测,最后使用十折交叉验证来检验分类的准确性。使用UCI数据进行仿真实验,仿真结果表明:与引导型烟花算法、烟花算法、蝙蝠算法、乌鸦算法、自适应粒子群算法相比,所提算法的总体性能优于其他五种算法。 展开更多

关键词 离散型增强烟花算法 特征选择 降维 分类 k近邻(knn)

下载PDF 职称材料

基于KNN算法的船舶操纵智能评估系统 被引量：7

5

作者 张叶 任鸿翔 王德龙 《上海海事大学学报》 北大核心 2021年第4期33-38,共6页

为降低主观因素对船舶操纵评估结果的影响,提出一种基于K近邻(K-nearest neighbor,KNN)算法和多目标优化理论的船舶操纵智能评估模型。根据安全、平稳、高效的航行要求,建立这个模型的评价指标体系;采用变异系数法获得各评价指标的权重... 为降低主观因素对船舶操纵评估结果的影响,提出一种基于K近邻(K-nearest neighbor,KNN)算法和多目标优化理论的船舶操纵智能评估模型。根据安全、平稳、高效的航行要求,建立这个模型的评价指标体系;采用变异系数法获得各评价指标的权重;根据评价指标提取对应特征值,构建未标记样本集;基于多目标优化理论建立评价指标目标函数,得到每个样本的成绩并排序,根据样本成绩构建标记样本集;利用KNN算法对待评估样本进行分类,得到本次操作的结果。利用C++语言开发船舶操纵智能评估系统,测试结果表明,系统评估结果与专家评估结果基本一致,能客观、准确实现船舶操纵自动评估。 展开更多

关键词 k近邻(knn)算法 船舶操纵评估 智能评估系统 航海模拟器 评价指标

下载PDF 职称材料

基于KNN算法的配电网单相接地故障选线研究 被引量：2

6

作者 陈霄 居荣 《南京师范大学学报（工程技术版）》 CAS 2020年第3期27-31,92,共6页

小电流接地系统单相接地故障选线是配电网领域的一个难题,针对传统的采用单一判据的故障选线方案适用性差、选线精度低的问题,提出了一种基于K近邻(K-nearest-neighbor,KNN)算法的多源信息融合的单相接地故障选线方法,通过对故障数据处... 小电流接地系统单相接地故障选线是配电网领域的一个难题,针对传统的采用单一判据的故障选线方案适用性差、选线精度低的问题,提出了一种基于K近邻(K-nearest-neighbor,KNN)算法的多源信息融合的单相接地故障选线方法,通过对故障数据处理选取故障特征量,结合KNN算法进行故障线路选线.算例仿真研究表明,该选线方法与逻辑回归算法、BP神经网络算法相比,在获得较高的准确率的同时可缩短选线时间,具有较好的应用前景. 展开更多

关键词 小波分析 k近邻(k-nearest-neighbor knn)算法 故障选线 小电流接地系统

下载PDF 职称材料

KNN算法综述 被引量：27

7

作者 窦小凡 《通讯世界》 2018年第10期273-274,共2页

KNN算法是非常有效和容易完成的,是最好的文本分类算法之一,在机器学习分类算法中占有相当大的位置,是最简略的机器学习算法之一。它用于分类、回归和模式识别等。

关键词 机器学习 人工智能 knn算法 k近邻算法

下载PDF 职称材料

核主成分-k近邻算法在心脏疾病分类中的应用研究 被引量：2

8

作者 胡扬 魏毅强 《中西医结合心脑血管病杂志》 2021年第11期1848-1852,共5页

目的基于核主成分与k近邻算法提出了心脏疾病分类的KPCA-KNN方法,以便更准确地掌握病人的病情。方法通过Q-Q图检验核变换后的数据是否服从多元正态分布,其中核参数采用非参数统计检验——Friedman检验方法进行优化选取,进一步发现在同... 目的基于核主成分与k近邻算法提出了心脏疾病分类的KPCA-KNN方法,以便更准确地掌握病人的病情。方法通过Q-Q图检验核变换后的数据是否服从多元正态分布,其中核参数采用非参数统计检验——Friedman检验方法进行优化选取,进一步发现在同一种分类方法中,分类正确率对于核参数的选取具有鲁棒性。结果所使用的数据是高维非线性数据,为了避免出现维数灾难和过拟合的现象,使用核主成分方法来减少数据维数,去除非线性因素的影响,通过k近邻算法判断病人是否患有心脏病。该方法在UCI数据库的SPECIF数据上进行了测试。结论核主成分在降维和分类方面表现良好,分类准确率比原始的CLIP3算法提高了15%。与主成分相比,对于非线性数据的分类效果更为优越。在处理心脏疾病数据这一类非线性分类问题时,KPCA-KNN方法使得解决问题又多了一条有效的途径。 展开更多

关键词 心脏疾病 核主成分分析 k近邻算法 正态分布 Friedman秩方差分析法 非线性降维

下载PDF 职称材料

使用GPU实现快速K近邻搜索算法

9

作者 魏紫 《科技信息》 2009年第27期45-45,27,共2页

CUDA(Compute Unified Device Architecture,计算统一设备架构),是由NVIDIA开发的并行运算架构,它基于C语言的接口,提供了利用GPU进行高性能并行计算的方法。本文基于CUDA计算平台,对K近邻算法(KNN算法)的快速实现进行了研究,实验表明,... CUDA(Compute Unified Device Architecture,计算统一设备架构),是由NVIDIA开发的并行运算架构,它基于C语言的接口,提供了利用GPU进行高性能并行计算的方法。本文基于CUDA计算平台,对K近邻算法(KNN算法)的快速实现进行了研究,实验表明,利用NVIDIA GeForce 8800 GTX显示芯片实现的KNN搜索算法比在Pentium 43.4 GHz的CPU上的实现速度提高了120倍。 展开更多

关键词 G-PU NVIDIA CUDA k近邻算法 knn

下载PDF 职称材料

核K近邻分类算法在基因表达式编程中的应用

10

作者 吴晓明 《新校园（上旬刊）》 2014年第9期64-64,共1页

本文提出了一种新的核k 近邻分类算法（GEPKNN）.主要内容是在基因表达式编程中,依靠GEP 搜索复杂表达式空间方面的优势,为核KNN 自动构造与数据相关的核函数,以减小人工选择核函数的主观性,达到提升核KNN 分类性能的目的.该算法优于传... 本文提出了一种新的核k 近邻分类算法（GEPKNN）.主要内容是在基因表达式编程中,依靠GEP 搜索复杂表达式空间方面的优势,为核KNN 自动构造与数据相关的核函数,以减小人工选择核函数的主观性,达到提升核KNN 分类性能的目的.该算法优于传统核KNN 算法,结构简单,分类速度快并且在高维空间上仍然保持较好的分类性能. 展开更多

关键词 核knn算法 遗传算子 基因表达式编程 核k近邻分类器

下载PDF 职称材料

基于赋权KNN-LSTM模型的PM_(2.5)质量浓度预测 被引量：4

11

作者 刘晴晴 陈华友 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2021年第12期1689-1697,共9页

在空气污染指数的监测中,传统单项预测方法不能反映PM_(2.5)质量浓度与复杂因素的非线性关系,文章提出一种基于赋权K近邻(K-nearest neighbor,KNN)算法的长短期记忆(long short-term memory,LSTM)神经网络模型来预测PM_(2.5)质量浓度。... 在空气污染指数的监测中,传统单项预测方法不能反映PM_(2.5)质量浓度与复杂因素的非线性关系,文章提出一种基于赋权K近邻(K-nearest neighbor,KNN)算法的长短期记忆(long short-term memory,LSTM)神经网络模型来预测PM_(2.5)质量浓度。首先利用相关性分析提取与PM_(2.5)相关性较大的空间因素,并对每个时间节点选取K个近邻,赋予相应权重来表现不同的影响力度;然后通过重构原始数据K倍维度的新数据集,进行LSTM神经网络模型的监督学习训练,提取时间序列的特征和固有的长期依赖关系,最后实现PM_(2.5)日值质量浓度不同未来时刻的预测。实验结果表明,文中提出的赋权KNN-LSTM预测模型具有可行性和有效性,和其他模型相比,表现出较高精度的预测性能。 展开更多

关键词 k近邻(knn)算法 长短期记忆(LSTM)神经网络 监督学习 PM_(2.5)预测

下载PDF 职称材料

三维扫描数据处理中数据结构的设计与比较 被引量：4

12

作者 王力 《测绘通报》 CSCD 北大核心 2010年第9期63-65,共3页

高效处理三维激光扫描数据的基础是设计一种合理的数据结构。介绍三种数据结构的原理,研究建立数据结构的关键技术。以解决扫描数据处理中常见的KNN问题为例,比较三种结构的优缺点。通过研究可以得出,八叉树结构是一种比较理想的数据结构。

关键词 扫描数据 格网 八叉树 k-D树 k近邻算法(knn)

原文传递

基于FCM-KNN的相干光环形QAM系统符号判决优化

13

作者 卢瑾 任宏亮 +2 位作者 郭淑琴 覃亚丽 胡卫生 《光电子．激光》 EI CAS CSCD 北大核心 2020年第6期575-586,共12页

针对高阶环形正交幅度调制(QAM)的相干光通信系统,提出了一种模糊C均值算法和K最近邻算法相结合的非线性均衡算法。对接收端经相位噪声补偿后的数据,先用FCM算法有效剪裁训练数据,同时对测试数据进行分类判决,从而极大降低了后续KNN算... 针对高阶环形正交幅度调制(QAM)的相干光通信系统,提出了一种模糊C均值算法和K最近邻算法相结合的非线性均衡算法。对接收端经相位噪声补偿后的数据,先用FCM算法有效剪裁训练数据,同时对测试数据进行分类判决,从而极大降低了后续KNN算法的计算复杂度。即首先计算训练集的初始质心和各数据点的初始隶属度,经过迭代计算收敛后,得到最终的质心和各数据点的隶属度。然后将质心隶属度大于某阈值的测试数据点作为训练数据,计算各测试数据与各训练集质心的距离对其暂时分类,接下来进行KNN算法分类。同时对测试集进行分类判决,即对距该质心距离低于阈值的测试数据根据欧式距离直接判决,大于阈值的测试数据用以上KNN方法进行判决。该算法基于112 Gbit/s单载波单偏振相干检测环形16QAM单载波系统传输距离为1040 km进行了非线性均衡效果仿真验证。仿真结果表明,本文所提出的FCM-KNN算法可取得和KNN算法几乎相同的非线性均衡效果,而其复杂度比后者可降低近20倍,对高阶QAM相干光通信系统长距离传输具有重要意义。 展开更多

关键词 相干光QAM系统 高阶正交幅度调制 模糊C均值算法(FCM) k最近邻算法(knn) 非线性均衡

原文传递

遥感影像检索中高维特征的快速匹配

14

作者 陈慧中 陈永光 +1 位作者 景宁 陈荦 《电子与信息学报》 EI CSCD 北大核心 2011年第9期2144-2151,共8页

提高特征点匹配效率是将高维局部特征运用于遥感影像检索的关键,该文提出一种新的压缩优先过滤(CPF)索引算法。该算法通过量化特征向量构建近似向量空间上的高维索引结构,利用优先队列过滤得到近似近邻候选集,精确计算候选实际特征向量... 提高特征点匹配效率是将高维局部特征运用于遥感影像检索的关键,该文提出一种新的压缩优先过滤(CPF)索引算法。该算法通过量化特征向量构建近似向量空间上的高维索引结构,利用优先队列过滤得到近似近邻候选集,精确计算候选实际特征向量得到最终近邻。在CPF算法基础上提出了基于快速鲁棒性特征(SURF)的遥感影像快速检索算法。实验及分析表明,与经典的最佳桶优先(BBF)算法相比较,CPF降低了磁盘读写(I/O)和浮点运算次数,特征点数目较大时,查询效率和总体查询精度均有显著提高,基于SURF特征的遥感影像快速检索算法能快速返回正确目标与相似目标影像。 展开更多

关键词 遥感影像检索 特征向量匹配 高维k近邻(knn)查询 最佳桶优先(BBF)算法

下载PDF 职称材料

基于PCA-KD-KNN方法的矿井突水水源判别分析研究 被引量：3

15

作者 张慧玲 李博 +2 位作者 张文平 刘子捷 王玉松 《矿业研究与开发》 CAS 北大核心 2020年第12期106-111,共6页

在煤矿开采过程中,矿井突水事故严重威胁着煤矿安全生产和工人的生命安全。为了快速准确地判别矿井突水水源,达到有效预防水害事故的目的,基于KD-tree(K-dimension tree)与KNN(K-Nearest Neighbor algorithm,KNN)算法,建立了矿井突水水... 在煤矿开采过程中,矿井突水事故严重威胁着煤矿安全生产和工人的生命安全。为了快速准确地判别矿井突水水源,达到有效预防水害事故的目的,基于KD-tree(K-dimension tree)与KNN(K-Nearest Neighbor algorithm,KNN)算法,建立了矿井突水水源判别方法。根据矿井中不同含水层的水化学特征的差异性,选取9种水化学成分作为突水水源的判别指标。采用主成分分析法(PCA)进行数据降维;进一步运用K维树形结构存储训练样本,提高数据搜索效率,然后结合KNN算法进行突水水源判别。以蔚州矿区为例,采用矿区4个含水层的24组实测数据构建模型,其中16组作为训练样本,另外8组为测试样本,并与传统KNN算法的判别结果进行对比。结果表明:KD-tree确定了离待测样本最邻近的3个训练样本,降低了KNN算法的计算复杂度。对比KD-tree与KNN相结合的新方法与传统KNN算法的判别结果,新方法的准确率提高了25%,说明新方法能使判别结果更加快速准确。 展开更多

关键词 矿井突水 水源判别模型 水化学成分 kD-TREE k近邻算法(knn)

原文传递

基于机器学习的双参数火灾探测方法 被引量：10

16

作者 刘全义 朱博 +2 位作者 邓力 石航 梁光华 《中国安全科学学报》 CAS CSCD 北大核心 2022年第5期90-96,共7页

为解决单一技术在火灾探测上造成的误报、漏报现象,设计并建立可燃物燃烧试验平台,选取燃烧产物中质量浓度迅速升高的PM10及CO作为分类算法的特征参数,对特征参数进行数据处理后,采用逻辑回归(LR)、线性判别分析(LDA)、k近邻算法(kNN)... 为解决单一技术在火灾探测上造成的误报、漏报现象,设计并建立可燃物燃烧试验平台,选取燃烧产物中质量浓度迅速升高的PM10及CO作为分类算法的特征参数,对特征参数进行数据处理后,采用逻辑回归(LR)、线性判别分析(LDA)、k近邻算法(kNN)、分类与回归树(CART)、朴素贝叶斯与支持向量机(SVM)等6种机器学习算法建立火灾探测模型,并评估分析其分类性能。结果表明:6种算法中kNN评估准确率、召回率、F_(1)值和kappa值均高于其他算法,且评估准确率达到95.2%,能够准确地识别燃烧状态;通过分类处理燃烧产物中快速变化的PM10及CO质量浓度,能够较准确识别火灾。 展开更多

关键词 机器学习 火灾探测 PM10 分类算法 k近邻算法(knn)

原文传递

基于AS7263多通道光谱模块对草坪地物的分类与识别

17

作者 郭鸿儒 马燕 蒲克俊 《甘肃科技纵横》 2021年第10期16-18,共3页

本论述利用多通道光谱模块AS7263,收集与草坪相关地物的漫反射光谱数据,经归一化处理,通过对训练数据进行主成分分析和聚类分析,将数据分为四类,然后利用KNN算法对测试数据进行识别与分类。其中对植物、土壤、红地砖和混凝土类的数据识... 本论述利用多通道光谱模块AS7263,收集与草坪相关地物的漫反射光谱数据,经归一化处理,通过对训练数据进行主成分分析和聚类分析,将数据分为四类,然后利用KNN算法对测试数据进行识别与分类。其中对植物、土壤、红地砖和混凝土类的数据识别正确率分别为95.12%、87.05%、76.92%和90.67%。结果表明:多通道漫反射光谱结合KNN算法,对植物和地物的识别区分是可行的。 展开更多

关键词 多通道光谱 漫反射 k值近邻算法(knn) 识别

下载PDF 职称材料

基于傅里叶红外光谱技术的大米产地溯源快速判别方法研究 被引量：11

18

作者 刘晓欢 刘翠玲 +2 位作者 孙晓荣 杨雨菲 林珑 《食品科技》 CAS 北大核心 2021年第4期244-249,共6页

大米的品质受到基因遗传、气候、土壤等影响,不同产地的大米品质不同,为了鉴别大米的产地,应用德国Bruker VERTEX 70傅里叶红外光谱仪采集4个不同产地大米的傅里叶红外光谱,分别经过矢量归一化、一阶导数+13点平滑、一阶导数+13点平滑+... 大米的品质受到基因遗传、气候、土壤等影响,不同产地的大米品质不同,为了鉴别大米的产地,应用德国Bruker VERTEX 70傅里叶红外光谱仪采集4个不同产地大米的傅里叶红外光谱,分别经过矢量归一化、一阶导数+13点平滑、一阶导数+13点平滑+矢量归一化、一阶导数+13点平滑+减去一条直线预处理后,建立偏最小二乘判别模型(Partial Least-squares Discrimination Analysis,PLS-DA)。结果表明:经过一阶导数+13点平滑+矢量归一化+PLS-DA处理后的模型识别率为92.29%,该模型对吉林、江苏、辽宁、浙江这4个产地的识别率分别为93.77%、91.24%、100%、75%。为了提高模型的识别率,对全光谱数据进行主成分分析(Principal Component Analysis,PCA)特征提取,建立不同成分特征的K近邻(K Nearest Neighbor,KNN)模型,结果表明:选取PCA前7成分特征作为KNN模型的输入,得到PCA-KNN模型识别率为94.27%,该模型对吉林、江苏、辽宁、浙江这4个产地的识别率分别为94.44%、94.12%、93.75%、93.33%。实验结果表明,利用傅里叶红外光谱技术对大米产地溯源具有一定的可行性。 展开更多

关键词 大米溯源 傅里叶红外光谱 偏最小二乘判别法(PLS-DA) k近邻算法(knn)

原文传递

2014～2017北京市气象条件和人为排放变化对空气质量改善的贡献评估 被引量：32

19

作者 尹晓梅 李梓铭 +4 位作者 熊亚军 乔林 邱雨露 孙兆彬 寇星霞 《环境科学》 EI CAS CSCD 北大核心 2019年第3期1011-1023,共13页

2014～2017年北京地区霾日数和污染日数逐年减少,PM_(2.5)、PM_(10)、SO_2和NO_2年平均质量浓度下降,污染程度缓解,采暖期中的11～12月尤为明显.针对空气质量的显著改善,从气象条件的改善和减排措施两方面进行探讨分析,并结合数值模式... 2014～2017年北京地区霾日数和污染日数逐年减少,PM_(2.5)、PM_(10)、SO_2和NO_2年平均质量浓度下降,污染程度缓解,采暖期中的11～12月尤为明显.针对空气质量的显著改善,从气象条件的改善和减排措施两方面进行探讨分析,并结合数值模式和大数据挖掘技术实现气象和排放对大气污染贡献率的定量化研究.结果表明,2017年与过去3 a相比,平均风速增加7. 9%,≥3. 4 m·s^(-1)的风速频次最高(10. 6%),≥70%湿度日占比最小(25. 1%);其中,采暖期与过去3 a同期相比,小风日数减少8. 6%、大气环境容量指数和通风指数平均增加约11%,边界层高度以3. 2%·a^(-1)的速率升高,尤其11～12月各要素改善更显著,且该时段内2014年各因子变化与2017年相似.非采暖期(4～10月)累积降水量558. 3 mm,仅次于2016年,有利于污染物的清除和湿沉降.利用WRF-CHEM对霾和污染频发的12月进行模拟发现,气象要素的改变导致2017年12月北京PM_(2.5)质量浓度较2014～2016年同期分别降低5%、38%和25%.因缺少政府实际施行的减排方案,无法利用WRF-CHEM量化气象和减排的具体贡献率,因此借助大数据挖掘算法,基于K近邻算法(KNN)和支持向量机(SVM)模型对气象和减排对空气质量改善的贡献进行评估,结果显示2017年减少的霾日和重污染日,65. 0%归因于减排的贡献,35. 0%归因为气象条件的改善.可见,气象与生态环境部门应继续加强数据开放共享,科学开展气象条件预报与减排评估. 展开更多

关键词 空气污染 气象条件 排放 k近邻算法(knn) 支持向量机(SVM) 贡献率

原文传递

区域气象条件和减排对空气质量改善的贡献评估 被引量：18

20

作者 武文琪 张凯山 《环境科学》 EI CAS CSCD 北大核心 2021年第2期523-533,共11页

区域气象条件和减排与空气质量的变化关系密切.区域污染天气的发生不只受人为排放的影响,其与气象条件也密切有关.我国地处全球的主要季风气候区,大气环流具有明显的季风气候变化特征,区域气象条件受年际气候变化影响显著.研究通过分析... 区域气象条件和减排与空气质量的变化关系密切.区域污染天气的发生不只受人为排放的影响,其与气象条件也密切有关.我国地处全球的主要季风气候区,大气环流具有明显的季风气候变化特征,区域气象条件受年际气候变化影响显著.研究通过分析不同气候条件下京津冀地区、成渝地区、长三角和珠三角城市群2001~2018年主要气象要素及其污染天气的变化趋势,利用KNN大数据挖掘算法量化分析区域气象条件和减排对大气污染的贡献率.结果表明,2001~2018年间全球气候变化异常频繁,厄尔尼诺/拉尼娜非正常气候占比近一半.减排与气候变化均对空气质量的改善起促进作用.在非正常气候条件下,气象对空气质量改善的贡献更为明显.例如,非正常气候时京津冀地区气象条件对空气质量改善的贡献约为51%,而正常气候时约为30%.对于长三角和珠三角城市群,其气象条件在非正常气候时的贡献达到了50%左右,几乎与减排贡献相当.此外,各区域2015~2018年的减排贡献均高于2001~2012年的平均水平,表明随着我国实施大气污染物排放控制措施力度的增大,减排对空气质量改善的贡献显著.但气象条件对空气质量改善的贡献仍不容忽视,区域减排控制仍然任重而道远. 展开更多

关键词 厄尔尼诺 拉尼娜 空气质量 k近邻算法(knn) 空气质量指数(AQI) 空气污染指数(API)

原文传递