大气中SO2浓度的小波分析及神经网络预测

摘要：

应用小波分解和重构对SO2浓度年变化趋势进行分析,在此基础上,建立了一种分段BP神经网络预测模型,并对各段有针对性地设计了神经网络预测模型.采用主成分分析进行输入变量降维.在BP网络训练过程中,往往会出现过拟合的现象,为此,在训练过程中,将样本等间距地分离为训练集和验证集来防止这个问题.为了消除网络的权值初始化对学习系统复杂性的影响,采用了5个子网络输出取算术平均的神经网络集成的方法.预测结果表明,该模型应用于SO2浓度预测具有较高的预测精度和良好的推广能力,而且明显优于一般的神经网络模型.

关键词：小波分解和重构、分段模型、BP神经网络、SO2浓度预测

所属期刊栏目：26

分类号：X823(环境质量分析与评价)

在线出版日期：2006-10-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1553-1558