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:
空气质量指数预测对于人们的生活具有重要意义.针对时间序列小波分解输入BP神经网络的空气质量指数预测问题,提出了确定BP神经网络输入节点数目的方法,建立了基于时间序列小波分解输入的BP神经网络,并基于徐州地区近5a的空气质量指数日均值数据进行了空气质量指数的建模预测仿真.结果表明,所提出的建模方法比单独使用时间序列方法和BP神经网络方法预测精度更高.该研究为BP神经网络处理时间自相关数据提供了参考.
推荐文章
基于EMD的BP神经网络海水温度时间序列预测研究
经验模态分解
BP神经网络
海水温度时间序列预测
非平稳性序列
基于小波分解的网络流量时间序列建模与预测
网络流量
小波分解
时间序列
预测
基于小波分解与重构的混沌时间序列预测
小波分解与重构
混沌时间序列
预测
基于小波分析与BP神经网络的西湖叶绿素a浓度预测模型
小波分析
BP神经网络
Chl-a
短期预测
杭州西湖
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 时间序列小波分解的BP神经网络AQI预测研究
来源期刊 徐州工程学院学报(自然科学版) 学科 工学
关键词 空气质量指数 时间序列 BP神经网络 小波分解
年,卷(期) 2020,(1) 所属期刊栏目 理论研究
研究方向 页码范围 45-52
页数 8页 分类号 TP183
字数 3615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 张磊 徐州工程学院机电工程学院 48 66 4.0 6.0
2 方正 徐州工程学院机电工程学院 4 3 1.0 1.0
3 马腾飞 3 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  (175)
共引文献  (23)
参考文献  (17)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(6)
  • 参考文献(0)
  • 二级参考文献(6)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(15)
  • 参考文献(0)
  • 二级参考文献(15)
2013(10)
  • 参考文献(1)
  • 二级参考文献(9)
2014(15)
  • 参考文献(0)
  • 二级参考文献(15)
2015(25)
  • 参考文献(1)
  • 二级参考文献(24)
2016(18)
  • 参考文献(1)
  • 二级参考文献(17)
2017(21)
  • 参考文献(1)
  • 二级参考文献(20)
2018(21)
  • 参考文献(9)
  • 二级参考文献(12)
2019(5)
  • 参考文献(4)
  • 二级参考文献(1)
2020(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
空气质量指数
时间序列
BP神经网络
小波分解
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
徐州工程学院学报(自然科学版)
季刊
1674-358X
32-1789/N
大16开
江苏省徐州市新城区丽水路2号
1986
chi
出版文献量(篇)
3153
总下载数(次)
2
总被引数(次)
8528
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导