基于MEC的ELM算法在长沙市PM2.5预测中的应用
在极限学习机(ELM)的基础上提出一种基于马尔科夫链误差修正(MEC)的极限学习机,将该极限学习机运用在空气质量预测中,检验了预测误差的马氏性并通过马尔科夫对预测结果进行修正.长沙市PM2.5预测实验结果表明相较于ELM和BP神经网络,该方法具有更高的精度.
修正的ELM算法、马尔科夫链、误差修正、PM2.5预测
34
O625.67(有机化学)
国家自然科学基金项目61375063,61271355,11301549,11271378;中南大学中央高校基本科研业务费专项资金资助20182215322
2019-05-23(万方平台首次上网日期,不代表论文的发表时间)
共6页
1-6