典型文献
贝叶斯正则化BP神经网络在空气质量指数预测中的应用
文献摘要：
为实时预测空气质量,建立神经网络模型来预测空气质量指数(AQI).考虑到BP神经网络的反向传播算法具有收敛速度慢、训练时间过长、易陷入局部最优等缺点,分别利用LM算法和贝叶斯正则化算法(BR算法)优化BP神经网络.通过对芜湖市空气质量预测结果进行类比分析得到,BR算法的预测效果更好,能够提升网络的泛化能力.
文献关键词：
贝叶斯正则化;LM算法;BP神经网络;空气质量指数
中图分类号：
作者姓名：
尤游;张林静
作者机构：
安徽机电职业技术学院 公共基础教学部,安徽 芜湖 241000;安徽警官职业学院信息管理系,合肥 230031
文献出处：
引用格式：
[1]尤游;张林静-.贝叶斯正则化BP神经网络在空气质量指数预测中的应用)[J].重庆科技学院学报（自然科学版）,2022(01):78-82
A类：
B类：
贝叶斯正则化,空气质量指数预测,实时预测,AQI,反向传播算法,收敛速度,速度慢,训练时间,局部最优,优等,LM,正则化算法,BR,芜湖市,空气质量预测,类比分析,泛化能力
AB值：
0.309758
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
