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:
目前 PM2.5的计算主要采用物理方法,其成本较高.为此,通过采集空气中 O3,CO,PM10,SO2,NO2的浓度数据,选择神经网络方法建立 PM2.5预测模型.实验结果表明,该模型对 PM2.5的预测准确率较高.
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
基于LSTM的PM2.5浓度预测模型
PM2.5
LSTM循环神经网络
时序特征
基于改进神经网络算法的PM2.5污染信号分析检测
改进神经网络算法
污染检测
网络误差
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 基于神经网络的 PM2.5预测模型
来源期刊 江苏师范大学学报(自然科学版) 学科 工学
关键词 空气质量指数 PM2 .5 神经网络 预测
年,卷(期) 2015,(1) 所属期刊栏目 计算机科学
研究方向 页码范围 63-65
页数 3页 分类号 TP391.6
字数 2439字 语种 中文
DOI 10.3969/j.issn.2095-4298.2015.01.011
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 张怡文 安徽新华学院信息工程学院 33 77 4.0 8.0
2 王冉 安徽新华学院信息工程学院 2 25 2.0 2.0
3 胡静宜 安徽新华学院信息工程学院 1 19 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (40)
共引文献  (180)
参考文献  (10)
节点文献
引证文献  (19)
同被引文献  (72)
二级引证文献  (49)
1994(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(5)
  • 参考文献(3)
  • 二级参考文献(2)
2002(7)
  • 参考文献(0)
  • 二级参考文献(7)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2016(5)
  • 引证文献(4)
  • 二级引证文献(1)
2017(17)
  • 引证文献(6)
  • 二级引证文献(11)
2018(20)
  • 引证文献(5)
  • 二级引证文献(15)
2019(16)
  • 引证文献(3)
  • 二级引证文献(13)
2020(10)
  • 引证文献(1)
  • 二级引证文献(9)
研究主题发展历程
节点文献
空气质量指数
PM2 .5
神经网络
预测
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
江苏师范大学学报(自然科学版)
季刊
2095-4298
32-1834/N
大16开
江苏省徐州市解放南路 江苏师范大学奎园校区
1983
chi
出版文献量(篇)
1661
总下载数(次)
1
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导