基于误差反向传播神经网络的PM2.5预测
针对使用传统预测方式,对空气中PM2.5的质量浓度进行预测,难以获得准确的结果这样的问题,提出了一种基于误差反向传播神经网络的PM2.5预测方法.将宝鸡市空气质量监测站的历史监测数据作为分析对象,进行PM2.5小时浓度预测建模.BP神经网络能够使用梯度下降法不断对网络连接权值和阈值进行修正,针对PM2.5质量浓度预测这种非线性的问题具备较为精准的分析处理能力.仿真结果证明,使用BP神经网络对PM2.5质量浓度进行预测,其结果具备一定的有效性和精准度.
PM2.5预测、误差反向传播、神经网络
14
TP311(计算技术、计算机技术)
2019-01-09（万方平台首次上网日期，不代表论文的发表时间）
共2页
180-181
