基于离散化线性回归与多类支持向量机的空气污染预测技术
机器学习
2022-11-29 v1
摘要
对于发展中国家而言，空气污染是因不受控制地使用传统能源而产生的一个至关重要的问题。因此，巧妙的空气污染预测方法对于最小化风险不可或缺。为此，本文提出了一种在云计算环境中用于监测和控制空气污染的物联网(IoT)系统。提出了一种称为基于线性回归与多类支持向量(LR-MSV)的物联网空气污染预测方法，用于监测空气质量数据和空气质量指数测量，为有效控制铺平道路。在印度数据集上的空气质量数据上进行的大量实验表明，与公认的最先进方法进行基准测试时，所提出的LR-MSV方法表现出了卓越的性能。LR-MSV方法获得的结果通过减少空气污染预测时间和错误率，显著提高了空气污染预测精度，优于其他最先进方法产生的结果。
引用
@article{arxiv.2211.15095,
title = {Discretized Linear Regression and Multiclass Support Vector Based Air Pollution Forecasting Technique},
author = {Dhanalakshmi M and Radha V},
journal= {arXiv preprint arXiv:2211.15095},
year = {2022}
}
备注
9 pages, 7 figures, Published with International Journal of Engineering Trends and Technology (IJETT)