CORC  > 兰州理工大学  > 兰州理工大学  > 计算机与通信学院
基于Hadoop的大气污染物质量浓度预测系统设计
丁凡2; 马敏劲1; 胡昱全2; 胡国辉2
刊名兰州大学学报(自然科学版)
2019-08-15
卷号55期号:2019年04期页码:472-475+484
关键词分布式文件系统 Hadoop 随机森林算法 空气质量指数
ISSN号ISSN:0455-2059
DOI10.13885/j.issn.0455-2059.2019.04.008
英文摘要针对大气污染物质量浓度预测及其大规模数据计算问题,设计了一种基于随机森林算法的污染物质量浓度预测算法,采用MapReduce并行计算框架并行化计算空气质量指数,实现了基于Hadoop平台的空气污染物质量浓度预测系统.通过试验比较了基于随机森林算法和基于线性拟合算法的计算结果,显示本算法能够有效降低大气污染物质量浓度的预测误差.
URL标识查看原文
WOS研究方向Computer Science
语种中文
CSCD记录号CSCD:6663470
状态已发表
内容类型期刊论文
源URL[http://119.78.100.223/handle/2XXMBERH/166]  
专题计算机与通信学院
作者单位1.兰州大学大气科学学院, 兰州, 甘肃 730000, 中国
2.兰州理工大学计算机与通信学院, 兰州, 甘肃 730050, 中国
推荐引用方式
GB/T 7714
丁凡,马敏劲,胡昱全,等. 基于Hadoop的大气污染物质量浓度预测系统设计[J]. 兰州大学学报(自然科学版),2019,55(2019年04期):472-475+484.
APA 丁凡,马敏劲,胡昱全,&胡国辉.(2019).基于Hadoop的大气污染物质量浓度预测系统设计.兰州大学学报(自然科学版),55(2019年04期),472-475+484.
MLA 丁凡,et al."基于Hadoop的大气污染物质量浓度预测系统设计".兰州大学学报(自然科学版) 55.2019年04期(2019):472-475+484.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace