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:
为了更准确地找出影响空气质量指数的气象因子与提高其预测精度,提出了基于熵、BP神经网络和时间序列模型的组合预测模型.该方法利用增加了特征变量的转移熵方法,得到影响AQI的气象因子及其影响度,将得到的气象因子与AQI实测值作为BP神经网络的输入因子和时间序列分析模型的特征因子,影响度作为BP神经网络输入因子的初始权重,构建BP神经网络预测模型和时间序列分析预测模型,最后用熵值法组合各个预测模型的预测结果.实验表明利用该方法对空气质量指数进行预测可提高其预测精度.
推荐文章
基于LSTM的空气质量预测方法
空气质量
相关性分析
AQI指数
LSTM神经网络
基于TensorFlow的LSTM模型在太原空气质量AQI指数预测中的应用
空气质量
相关性因素分析
TensorFlow
LSTM神经网络
资料同化在空气质量预报中的应用
数值预报
资料同化
空气质量预报
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 熵在空气质量指数(AQI)预测中的应用
来源期刊 四川理工学院学报(自然科学版) 学科 工学
关键词 空气质量指数预测 转移熵 熵值法
年,卷(期) 2017,(4) 所属期刊栏目 数理基础科学
研究方向 页码范围 96-100
页数 5页 分类号 TP311
字数 4647字 语种 中文
DOI 10.11863/j.suse.2017.04.17
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 罗飞 成都信息工程大学软件工程学院 9 6 1.0 2.0
2 文琴 成都信息工程大学软件工程学院 6 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (54)
共引文献  (113)
参考文献  (16)
节点文献
引证文献  (3)
同被引文献  (8)
二级引证文献  (1)
1986(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
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(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(11)
  • 参考文献(1)
  • 二级参考文献(10)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(3)
  • 参考文献(2)
  • 二级参考文献(1)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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)
2019(4)
  • 引证文献(3)
  • 二级引证文献(1)
研究主题发展历程
节点文献
空气质量指数预测
转移熵
熵值法
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
四川理工学院学报(自然科学版)
双月刊
1673-1549
51-1687/N
四川省自贡市汇兴路学苑街180号
chi
出版文献量(篇)
2774
总下载数(次)
3
总被引数(次)
12372
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导