基于深度神经网络的空气质量预测系统 |
| |
引用本文: | 康兵兵,党鑫.基于深度神经网络的空气质量预测系统[J].哈尔滨商业大学学报(自然科学版),2019,35(3). |
| |
作者姓名: | 康兵兵 党鑫 |
| |
作者单位: | 天津工业大学 计算机科学与软件学院,天津,300387;天津工业大学 计算机科学与软件学院,天津,300387 |
| |
摘 要: | 提出了使用深度栈式自编码模型进行空气质量预测.选择了PM2. 5、PM10等污染物数据作为样本.本模型基于Java平台构建,进行了训练和参数调整,建立了最优的空气预测模型.根据北京市的实验结果表明,该模型具有良好的精度.与支持向量回归(SVR)模型和线性回归模型相比,本文提出的模型具有优越的性能.
|
关 键 词: | 栈式自编码网络 空气质量 预测 深度学习 机器学习 神经网络 |
本文献已被 CNKI 万方数据 等数据库收录! |
|