10.3321/j.issn:1000-6923.2000.05.012
大气污染物浓度的神经网络预报
首次将神经网络应用于实测大气污染物浓度的预报.结果表明,预报值与观测值符合得较好.由于人工神经网络具有逼近精度高、学习速度快、对资料长度要求不高等优点,因而在非线性时间序列的预报中显示出了独特的优越性,并将会在大气环境和气候预报中得到越来越多的应用.
人工神经网络、时间序列、大气污染预报
20
X131.1(环境化学)
中国科学院资助项目KZ951-A1-403
2004-01-08(万方平台首次上网日期,不代表论文的发表时间)
共3页
429-431