PCA-BP神经网络在SO2浓度预报中的应用

• 作者: 于文革 孙莹 杨诚 王体健
• 来源期刊: 气象
• 学科: 地球科学
• 关键词: 主成分分析 BP神经网络 大气污染 SO2浓度预报
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 技术交流
• 页码范围: 97-101
• 页数: 5页
• 分类号: P4
• 字数: 2438字
• 语种: 中文

摘要

将基于主成分分析(PCA)的BP神经网络预报方法引入大气污染预报,建立SO2浓度预报模型.结果表明:应用主成分分析对数据进行前处理,以原始预报因子的主成分作为BP神经网络的输入,降低了数据维数,消除了样本间存在的相关性,大大加快了BP神经网络的收敛速度.对模型进行预报验证,预报值与实际值之间的绝对误差为0.0098,预报值与实际值的相关系数达到0.885,得到较好的预报效果.并且比一般的BP神经网络模型具有较高的拟合和预报精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王体健	南京大学大气科学系	121	2293	28.0	43.0
2	孙莹		11	22	3.0	4.0
3	于文革	南京大学大气科学系	5	20	3.0	4.0
5	杨诚		2	13	2.0	2.0