利用Keras构建神经网络在空气质量预测中的应用

• 作者: 许治国
• 来源期刊: 环境监控与预警
• 学科: 地球科学
• 关键词: 神经网络 高层神经网络接口 空气质量 预测模型
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 环境预警
• 页码范围: 18-21
• 页数: 4页
• 分类号: X831|TP183
• 字数: 3018字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-6732.2018.05.004

摘要

利用python语言搭建了一整套空气质量神经网络预测系统,底层利用Keras设计并建立了基于tensorflow的神经网络模型.选择日平均气压、日平均气温、日平均相对湿度、日降水量、日平均风速、前1日空气质量因子监测数据等因素作为模型输入变量,分别针对广东省所有监测站点和地市的空气质量因子(PM2.5、PM10、NO2、SO2、CO、O3、AQI)进行预测,结果表明,7个因子的地市平均相对误差值为16.15％ ～27.7％,地市相关系数为0.36～0.77,该模型在城市空气质量预测中具有良好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许治国		3	8	1.0	2.0