《表4 未来12h空气质量预测结果》
基于时间序列的直接多步预测具有一定的难道,这是由于步长和时间间隔的增大,导致时间序列之间的关联程度和数据相关性降低,使得模型预测能力和精度下降。从表4和表5中可以看出,在直接多步预测中,OPGBoost算法的预测性能仍优于其他4种算法,预测精度提高了2~5个百分点。这是因为OPGBoost兼有XGBoost和Bagging方法的优势,产生了良好的融合增益效果,可以更好地拟合空气质量预测中的非线性问题。
图表编号 | XD0045317800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 夏润、张晓龙 |
绘制单位 | 武汉科技大学计算机科学与技术学院、武汉科技大学智能信息处理与实时工业系统湖北省重点实验室、武汉科技大学大数据科学与工程研究院 |
更多格式 | 高清、无水印(增值服务) |