BP神经网络模型在空气质量级别评价中的应用
为了方便广大市民及时准确的了解空气质量状况,利用环境评价问题建立多层前向神经网络数学模型,以上海市2007年12月份的空气质量状况指标作为训练样本,对网络模型进行训练,使模型不断学习样本中存在的内在模式,并将训练好的网络用于空气质量状况评价.将评价结果与实际结果进行分析比较后发现,该网络模型具有较高的评价精度、较低的误差率.采用Matlab软件进行实验,评价准确度达95.83%.
空气质量评价、BP神经网络、非线性、拓扑结构、误差曲线、数据拟合、阈值
30
TP183(自动化基础理论)
山东省自然科学基金重大项目Z2004G02
2009-04-01(万方平台首次上网日期,不代表论文的发表时间)
共3页
392-394