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:
针对传统浅层反向传播神经网络训练速度慢,对大气PM2.5浓度无法精准预测的问题,提出一种基于集成卷积小波极限学习神经网络(Ensemble Convolution Wavelet Extreme Learning Neural Network,ECWELNN)的辽宁地区大气PM2.5浓度预测方法.
推荐文章
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
基于广义隐马尔可夫模型的PM2.5浓度预测
系统工程
环境
污染
PM2.5
预测
算法
广义隐马尔可夫模型
基于BP人工神经网络的鹰潭市PM2.5和PM10浓度预测模型
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
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 基于深度学习的辽宁地区大气PM2.5浓度预测方法初探
来源期刊 低碳世界 学科
关键词 大气PM2.5浓度 极限学习机 神经网络 卷积神经网络 集成学习
年,卷(期) 2021,(4) 所属期刊栏目 节能环保
研究方向 页码范围 69-70
页数 2页 分类号 X513
字数 语种 中文
DOI 10.3969/j.issn.2095-2066.2021.04.035
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (52)
共引文献  (0)
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)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(7)
  • 参考文献(0)
  • 二级参考文献(7)
2017(7)
  • 参考文献(0)
  • 二级参考文献(7)
2018(7)
  • 参考文献(0)
  • 二级参考文献(7)
2019(7)
  • 参考文献(0)
  • 二级参考文献(7)
2020(5)
  • 参考文献(2)
  • 二级参考文献(3)
2021(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
大气PM2.5浓度
极限学习机
神经网络
卷积神经网络
集成学习
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
低碳世界
月刊
2095-2066
10-1007/TK
大16开
北京市
80-411
2011
chi
出版文献量(篇)
34097
总下载数(次)
81
论文1v1指导