10.19694/j.cnki.issn2095-2457.2020.21.062
基于因子分析与径向基神经网络的空气质量预测研究
将因子分析与RBF神经网络结合,通过因子分析对预报因子数据降维,消除数据冗余和指标间的交互影响,分别构建模型对主要污染物浓度和AQI进行预测.结果表明,平均绝对误差量级达到10-3~10-2mg/m3,有效提高了收敛速度和预报准确度.
空气质量指数、因子分析、RBF神经网络、预报模型
X51(大气污染及其防治)
2019校级科研项目;2019年广东省教育厅省级质量工程教育教学改革与实践项目;2019广东省职业技术教育学会第三届理事会科研项目重点立项课题
2020-08-06(万方平台首次上网日期,不代表论文的发表时间)
共2页
156-157