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:
针对近几年空气污染日益严重的问题,文中提出了利用BP神经网络算法预测PM2.5数据的方法,选取PM2.5数据样本,以及与之相关的相对湿度、空气温度、风速等级等数据样本,在MATLAB平台上构建神经网络模型,并进行训练与参数调整,建立最优的PM2.5数据预测模型,实现对PM2.5数据的预测.基于北京地区的实验结果表明,该方法具有良好的精度,易于工程实现,对城市空气质量预测具有实用意义.
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
Bp神经网络在煤矿监测数据预测中的应用
煤矿安全
人工神经网络
BP算法
预测
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神经网络算法在PM2.5数据预测方面的应用
来源期刊 通信电源技术 学科
关键词 BP神经网络 算法 数据预测 PM2.5
年,卷(期) 2017,(3) 所属期刊栏目 设计应用
研究方向 页码范围 77-79
页数 3页 分类号
字数 2709字 语种 中文
DOI 10.19399/j.cnki.tpt.2017.03.026
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 熊壮壮 1 4 1.0 1.0
2 熊峰 2 4 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (73)
共引文献  (96)
参考文献  (11)
节点文献
引证文献  (4)
同被引文献  (26)
二级引证文献  (8)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(9)
  • 参考文献(1)
  • 二级参考文献(8)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(6)
  • 参考文献(2)
  • 二级参考文献(4)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(9)
  • 参考文献(2)
  • 二级参考文献(7)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 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)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
BP神经网络
算法
数据预测
PM2.5
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
通信电源技术
月刊
1009-3664
42-1380/TN
大16开
武汉东湖新经济技术开发区大学园路20号普诺大楼4楼
38-371
1984
chi
出版文献量(篇)
9914
总下载数(次)
58
总被引数(次)
20085
论文1v1指导