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:
根据北京市2016年11月—2016年12月共10日的4个监测点的PM2.5质量浓度监测数据,建立BP神经网络模型对其进行模拟预测,对未来5天的PM2.5浓度情况进行预测,前10日的数据作为训练集,后5日的数据作为测试集,对模型的预测结果进行验证,分析了不同风速、温度、湿度和压强的预测误差,以及天气预测误差对PM2.5质量浓度预测误差的影响.结果表明,使用BP神经网络在PM2.5质量浓度预测上的较为准确.
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BP神经网络预测林内PM2.5浓度
PM2.5
BP人工神经网络
多元线性回归
林分结构
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BP神经网络的PM2.5质量浓度预测
来源期刊 电脑迷 学科
关键词 BP神经网络 PM2.5 预测 Matlab
年,卷(期) 2017,(27) 所属期刊栏目 创新论坛
研究方向 页码范围 186
页数 1页 分类号
字数 988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 苏春皓 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  (2)
共引文献  (21)
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)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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
BP神经网络
PM2.5
预测
Matlab
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
电脑迷
旬刊
1672-528X
50-1163/TP
16开
重庆市渝中区双钢路3号科协大厦1202(武汉市洪山区珞狮北路2号樱花大厦A座15楼 430070)
78-230
2003
chi
出版文献量(篇)
29651
总下载数(次)
121
论文1v1指导