• Spatiotemporal continuous estimates of PM2.5 concentrations in China, 2000–2016: A machine learning method with inputs from satellites, chemical transport model, and ground observations


    写在前面

    首先,看完查了一下这个期刊 Environment International,是1区的文章,影响因子7.297!不愧是优秀的期刊,文章质量很高,内容很丰富。

    内容

    主要是PM25反演,利用AOD,NO2,NDVI,夜光,化学传输模型,为基础数据,提出高维扩展相关参数,利用弹性回归模型(普通损失函数后面加了L1L2正则项)elastic-net,进行拟合。

    拟合两个模型,一个有AOD,一个没有,两个结果再用广义加性模型结合补充缺失值提高精度。

    最后对结果长时序进行分析,也占了半个文章。

    附文章成果网站:http://www.meicmodel.org/dataset-phd.html

    补充学习:

    首先是参考:https://blog.csdn.net/previous_moon/article/details/71376726

    岭回归模型就是用了L2正则的损失函数拟合

    Lasso回归模型用的是L1正则的损失函数

    弹性回归模型 elastic-net 是上面两者的结合,损失函数同时考虑了L1 L2正则

    ---------------- 坚持每天学习一点点
  • 相关阅读:
    RF基本框架搭建
    Robot Framework连接Oracle数据库
    RF接口测试
    RF-Selenium2Library关键字
    RF-autoit3中有关Send的用法
    RF-selenium2library库
    IPD产品开发流程
    python函数
    python字典
    python元组
  • 原文地址:https://www.cnblogs.com/tccbj/p/11059966.html
Copyright © 2020-2023  润新知