钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
工业技术期刊
\
环境科学与安全科学期刊
\
气象与减灾研究期刊
\
基于BP人工神经网络的鹰潭市PM2.5和PM10浓度预测模型
基于BP人工神经网络的鹰潭市PM2.5和PM10浓度预测模型
作者:
刘懿枢
戴熙敏
齐永胜
原文服务方:
气象与减灾研究
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
摘要:
利用2015—2019年鹰潭市5个大气成分监测站数据和气象站地面观测数据,运用主成分分析法,提取气象要素、气体污染物对PM2.5和PM10浓度影响的主要成分,调整BP人工神经网络的隐藏层个数和隐藏层节点数,构建基于BP人工神经网络的鹰潭市PM2.5和PM10浓度预测模型.结果表明:1)气象要素中,共提取3个影响PM2.5、PM10浓度的主成分,分别为相对湿度、降水,气温、气压和风速,其中湿度、气温、风速与PM2.5、PM10浓度显著相关.2)气体污染物中,共提取2个主成分,分别为SO2、NO2和O3,其中NO2、SO2与PM2.5、PM10浓度显著相关.3)所建立的PM2.5、PM10浓度逐小时预测模型在20 h内预测性能良好,预测准确率分别为88%、86%,逐日预测模型在5 d内的预测性能良好,预测准确率分别为94%、92%,准确率较高,具有良好的预报性能.
免费获取
收藏
引用
分享
推荐文章
基于MATLAB人工神经网络的典型大气PM2.5和PM10分析
MATLAB
BP神经网络
PM2.5
PM10
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
基于Pearson相关指标的BP神经网络PM2.5预测模型
PM2.5
神经网络
预测
pearson
基于BP人工神经网络的大气颗粒物PM10质量浓度预测
BP人工神经网络
PM10
预测
多元线性回归
高污染
内容分析
文献信息
版权信息
引文网络
相关学者/机构
相关基金
期刊文献
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人工神经网络的鹰潭市PM2.5和PM10浓度预测模型
来源期刊
气象与减灾研究
学科
关键词
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
年,卷(期)
2020,(2)
所属期刊栏目
研究论文
研究方向
页码范围
123-129
页数
7页
分类号
P456
字数
语种
中文
DOI
10.12013/qxyjzyj2020-016
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
刘懿枢
1
0
0.0
0.0
2
戴熙敏
1
0
0.0
0.0
3
齐永胜
4
1
1.0
1.0
传播情况
被引次数趋势
(/次)
(/年)
版权信息
全文
全文.pdf
引文网络
引文网络
二级参考文献
(186)
共引文献
(77)
参考文献
(13)
节点文献
引证文献
(0)
同被引文献
(0)
二级引证文献
(0)
1985(1)
参考文献(0)
二级参考文献(1)
1987(1)
参考文献(0)
二级参考文献(1)
1991(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(1)
参考文献(0)
二级参考文献(1)
1995(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)
1998(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)
2001(2)
参考文献(0)
二级参考文献(2)
2002(5)
参考文献(0)
二级参考文献(5)
2003(6)
参考文献(0)
二级参考文献(6)
2004(5)
参考文献(0)
二级参考文献(5)
2005(5)
参考文献(0)
二级参考文献(5)
2006(7)
参考文献(0)
二级参考文献(7)
2007(3)
参考文献(0)
二级参考文献(3)
2008(9)
参考文献(0)
二级参考文献(9)
2009(13)
参考文献(0)
二级参考文献(13)
2010(14)
参考文献(1)
二级参考文献(13)
2011(11)
参考文献(1)
二级参考文献(10)
2012(12)
参考文献(0)
二级参考文献(12)
2013(20)
参考文献(0)
二级参考文献(20)
2014(14)
参考文献(0)
二级参考文献(14)
2015(26)
参考文献(4)
二级参考文献(22)
2016(17)
参考文献(0)
二级参考文献(17)
2017(11)
参考文献(1)
二级参考文献(10)
2018(6)
参考文献(3)
二级参考文献(3)
2019(2)
参考文献(2)
二级参考文献(0)
2020(1)
参考文献(1)
二级参考文献(0)
2020(1)
参考文献(1)
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
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
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
气象与减灾研究
主办单位:
江西省气象学会
出版周期:
季刊
ISSN:
1007-9033
CN:
36-1290/P
开本:
16开
出版地:
邮发代号:
创刊时间:
1978-01-01
语种:
chi
出版文献量(篇)
1323
总下载数(次)
0
总被引数(次)
7306
期刊文献
相关文献
1.
基于MATLAB人工神经网络的典型大气PM2.5和PM10分析
2.
基于BP神经网络预测林内PM2.5浓度
3.
基于Pearson相关指标的BP神经网络PM2.5预测模型
4.
基于BP人工神经网络的大气颗粒物PM10质量浓度预测
5.
武汉市PM10和PM2.5的分析及预测
6.
基于改进粒子群优化BP_Adaboost神经网络的PM2.5浓度预测
7.
基于MATLAB人工神经网络的典型大气PM2.5和PM10分析
8.
基于 PM10与气态污染物的北京市PM2.5浓度模型研究
9.
基于LSTM循环神经网络的PM2.5预测
10.
联合水汽因子的GA-BP神经网络PM2.5质量浓度预测
11.
基于遗传神经网络的采暖季PM10浓度预测
12.
基于BP人工神经网络法沈阳市PM2.5质量浓度集成预报试验
13.
基于深度学习的PM2.5预测模型建立
14.
基于PCA-BP神经网络的PM2.5季节性预测方法研究
15.
粤东三市PM2.5和PM10质量浓度分布特征
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
一般工业技术
交通运输
军事科技
冶金工业
动力工程
化学工业
原子能技术
大学学报
建筑科学
无线电电子学与电信技术
机械与仪表工业
水利工程
环境科学与安全科学
电工技术
石油与天然气工业
矿业工程
自动化技术与计算机技术
航空航天
轻工业与手工业
金属学与金属工艺
气象与减灾研究2000
气象与减灾研究2001
气象与减灾研究2002
气象与减灾研究2003
气象与减灾研究2004
气象与减灾研究2005
气象与减灾研究2006
气象与减灾研究2007
气象与减灾研究2008
气象与减灾研究2009
气象与减灾研究2010
气象与减灾研究2011
气象与减灾研究2012
气象与减灾研究2013
气象与减灾研究2014
气象与减灾研究2015
气象与减灾研究2016
气象与减灾研究2017
气象与减灾研究2018
气象与减灾研究2019
气象与减灾研究2020
气象与减灾研究2020年第1期
气象与减灾研究2020年第2期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号