基于特征采樣引導(dǎo)和集成RFELM的道路高排放源識別模型

打開文本圖片集

摘  要： 機動車排放的污染氣體會對環(huán)境造成嚴重危害，其中尾氣排放超標的車輛是主要污染來源，因此實現(xiàn)對道路高排放源的有效識別具有重要意義。針對尾氣遙測數(shù)據(jù)，提出一種基于特征采樣引導(dǎo)和集成隨機傅里葉特征極限學(xué)習(xí)機（RFELM）的道路高排放源識別模型。首先對遙測數(shù)據(jù)進行多次隨機采樣，構(gòu)建多組訓(xùn)練子集；然后對每組訓(xùn)練子集進行多次特征采樣，并訓(xùn)練對應(yīng)的子分類器，根據(jù)組內(nèi)最優(yōu)子分類器的輸入特征更新特征采樣的概率與特征權(quán)重；最后對所有子分類器的驗證分數(shù)進行排序，篩選出一定比例的RFELM組成分類器集合，采用加權(quán)投票法預(yù)測數(shù)據(jù)的標簽。（剩余11136字）