基于SOM-PNN神经网络的城市环境风险预测算法研究

摘要：

人工神经网络(ANN)基于生物神经网络的结构与功能,能够对数据进行分布式存储和并行处理.自组织特征映射模型(SOM)和概率神经网络(PNN)是ANN算法常用的模型.文中基于两种模型各自的特点,将两者串联.SOM将由两层神经元组成的二维拓扑结构用于获取和预测数据.PNN模型转换SOM的输出结果,直接输出模型最终分类结果.基于该模型的算法可以提升运算速度,去除了噪声样本的干扰,极大地提升了模型的精度.目前,京津冀区域的环境已陷入较高风险状态之中.文中以京津冀区域SO2浓度预测为例,运用SOM-PNN模型得到了城市各要素对SO2浓度影响机制的可视化输出结果和区域环境的高精度预测,进一步验证了该模型的可行性和有效性.

关键词：SOM-PNN、神经网络、城市环境、风险预测

所属期刊栏目：46

分类号：TP183(自动化基础理论)

资助基金：国家自然科学基金面上项目71473283

在线出版日期：2019-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：66-70