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:
目前,人们生活水平得到了显著提高,人们在注重生活品质的同时,也提高了对生活环境空气质量的关注.近年来工业生产对我国城市空气环境造成了一定程度的污染,为此我国专门成立了城市空气质量监测部门,预测城市空气质量,保障人们安全的生活环境.为了准确地预测城市空气质量情况,本文提出基于机器学习技术的城市空气质量预测研究.
推荐文章
基于LSTM的空气质量预测方法
空气质量
相关性分析
AQI指数
LSTM神经网络
我国城市空气质量预报方法简介(摘要)
城市
空气质量
预报
方法
基于城市环境空气质量自动化检测的研究
城市空气质量
空气检测
自动检测
数据分析
基于多传感器融合的空气质量检测
空气质量
BP神经网络
检测模型
传感器阵列
学习样本
机器学习算法
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 基于机器学习技术的城市空气质量预测研究
来源期刊 信息记录材料 学科 工学
关键词 机器学习技术 城市空气质量分析 预测方法
年,卷(期) 2020,(12) 所属期刊栏目 信息:技术与应
研究方向 页码范围 89-90
页数 2页 分类号 TP181
字数 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 夏起铁 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  (9)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(6)
  • 参考文献(0)
  • 二级参考文献(6)
2019(3)
  • 参考文献(1)
  • 二级参考文献(2)
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
机器学习技术
城市空气质量分析
预测方法
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
信息记录材料
月刊
1009-5624
13-1295/TQ
大16开
河北省保定市乐凯南大街6号
18-185
1978
chi
出版文献量(篇)
9919
总下载数(次)
46
论文1v1指导