基于半监督集成剪枝算法的细粒度城市空气质量估计

【类型】学位论文

【作者】蔡雅雅 

【关键词】 集成学习 空气质量估计 城市计算 半监督学习 数据挖掘

【学位授予单位】浙江大学

【学位年度】2016

【学位名称】硕士

【分类号】X831

【导师姓名】陈岭，陈根才

【摘要】大气污染会对人类身体健康和生态系统产生不好的影响,如果人们可以掌握空间上细粒度的空气质量信息,就可以避免因在雾霾天气进行户外活动而影响身体健康。但是,由于监测站的数量往往是有限的,空间上细粒度的空气质量估计具有一定的挑战。本文提出一种空间上细粒度的城市空气质量估计方法。一方面,因为空气质量受到多种因素共同影响,如工厂废气、汽车尾气等,该方法基于多种数据开展空气质量估计,如交通、路网结构、兴趣点、社交网络的签到数据等。另一方面,稀疏的监测站导致有标注样本的数量是有限的,该方法采用改进的基于集成学习的半监督算

【全文挂接】 获取全文