作者:
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:
建立了某市PM10浓度预报的分段BP神经网络模型,经验证,所建立的BP预报模型,预测精度比较高,PM10日平均浓度误差大多在-0.010~0.010mg/m^3范围内,相对误差在-20%~20%,表明BP神经网络对PM10的浓度预报是一种有效的工具。
推荐文章
基于BP人工神经网络的鹰潭市PM2.5和PM10浓度预测模型
大气颗粒物
预测模型
BP人工神经网络
气象要素
气体污染物
春季农田地表空气中PM10浓度变化与环境因子关系
PM10
大气污染
农田
扬尘
风蚀
山东泗水
基于BP人工神经网络的大气颗粒物PM10质量浓度预测
BP人工神经网络
PM10
预测
多元线性回归
高污染
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 空气中PM10浓度的BP神经网络预报研究
来源期刊 污染防治技术 学科 工学
关键词 BP神经网络 空气污染 PM10浓度预报
年,卷(期) 2010,(1) 所属期刊栏目
研究方向 页码范围 18-21
页数 4页 分类号 TP18
字数 语种
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 曹兰 上海交通大学机械与动力工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (34)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
BP神经网络
空气污染
PM10浓度预报
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
污染防治技术
双月刊
大16开
南京市凤凰西街241号
1982
chi
出版文献量(篇)
4547
总下载数(次)
5
总被引数(次)
24056
论文1v1指导