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:
本文使用2015年4月至2016年9月NCEP再分析资料(1°×1°)、淄博地区气象观测资料及淄博市环境监测中心提供的污染物浓度资料,采用BP神经网络建立预报模型,并利用欧洲细网格资料及CUACE模式资料对淄博地区进行了72 h站点霾预报试验.结果表明,BP神经网络模型对淄博地区霾预报的准确率达到74%以上,漏报率仅为5.37%,空报率略偏高,其中淄博站、沂源站、高青站的预报准确率达到82%以上,对实际业务中霾的预报有一定参考意义.
推荐文章
加快淄博市工业互联网发展问题研究
工业互联网
经济发展
传统工业
互联网
淄博市温度精细预报初探
精细温度
预报
温度变化特征
淄博市2011年夏玉米种植试验
玉米品种
丰产性
抗逆性
适应性
淄博市国家森林城市建设规划特色解析
国家森林城市
生态
产业
文化
淄博市
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 淄博市霾预报方法研究
来源期刊 现代农业科技 学科 地球科学
关键词 人工神经网络 R语言 BP算法 预报方法 山东淄博
年,卷(期) 2017,(10) 所属期刊栏目 资源与环境科学
研究方向 页码范围 209-211
页数 3页 分类号 P457.7
字数 3028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 包浩 1 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  (35)
共引文献  (20)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(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)
研究主题发展历程
节点文献
人工神经网络
R语言
BP算法
预报方法
山东淄博
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
现代农业科技
半月刊
1007-5739
34-1278/S
大16开
安徽省合肥市
26-41
1972
chi
出版文献量(篇)
76497
总下载数(次)
131
总被引数(次)
166516
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导