基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了方便广大市民及时准确的了解空气质量状况,利用环境评价问题建立多层前向神经网络数学模型,以上海市2007年12月份的空气质量状况指标作为训练样本,对网络模型进行训练,使模型不断学习样本中存在的内在模式,并将训练好的网络用于空气质量状况评价.将评价结果与实际结果进行分析比较后发现,该网络模型具有较高的评价精度、较低的误差率.采用Matlab软件进行实验,评价准确度达95.83%.
推荐文章
基于粗糙集和BP神经网络的空气质量评价方法
粗糙集
BP神经网络
评价
属性约简
训练
基于神经网络的空气质量采集系统的设计
空气质量采集
神经网络
空气清新器
多传感器
基于竞争型神经网络的城市空气质量分析
空气质量等级
API
竞争型神经网络
几种神经网络模型在空气质量评价中的应用
神经网络
空气质量评价
实例研究
MATLAB
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 BP神经网络模型在空气质量级别评价中的应用
来源期刊 计算机工程与设计 学科 工学
关键词 空气质量评价 BP神经网络 非线性 拓扑结构 误差曲线 数据拟合 阈值
年,卷(期) 2009,(2) 所属期刊栏目 人工智能
研究方向 页码范围 392-394
页数 3页 分类号 TP183
字数 2350字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘希玉 山东师范大学管理与经济学院 233 2140 21.0 36.0
2 周国亮 山东师范大学信息科学与工程学院 3 57 3.0 3.0
3 武鲁英 山东师范大学信息科学与工程学院 2 51 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (92)
参考文献  (9)
节点文献
引证文献  (46)
同被引文献  (81)
二级引证文献  (100)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(4)
  • 参考文献(0)
  • 二级参考文献(4)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(7)
  • 参考文献(2)
  • 二级参考文献(5)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(4)
  • 参考文献(4)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(7)
  • 引证文献(7)
  • 二级引证文献(0)
2011(6)
  • 引证文献(1)
  • 二级引证文献(5)
2012(9)
  • 引证文献(4)
  • 二级引证文献(5)
2013(9)
  • 引证文献(6)
  • 二级引证文献(3)
2014(10)
  • 引证文献(3)
  • 二级引证文献(7)
2015(13)
  • 引证文献(4)
  • 二级引证文献(9)
2016(16)
  • 引证文献(4)
  • 二级引证文献(12)
2017(23)
  • 引证文献(5)
  • 二级引证文献(18)
2018(19)
  • 引证文献(5)
  • 二级引证文献(14)
2019(26)
  • 引证文献(6)
  • 二级引证文献(20)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
空气质量评价
BP神经网络
非线性
拓扑结构
误差曲线
数据拟合
阈值
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导