典型文献
一种基于LPP-BP神经网络的季节性PM2.5预测方法
文献摘要：
针对PM2.5引起的空气污染问题,采用局部保留投影算法(Local Preserving Projection,LPP),设计一种BP神经网络模型,并基于湖州市2014-2020年的大气污染物数据和气象数据,对PM2.5进行分季节预测.仿真结果表明:LPP-BP模型夏季的均方根误差为5.197 8,各季节的均方根误差为10.759 5,平均相关性系数R为0.857,平均运行速度为0.269 6 s,远低于其他模型.通过与BP-5模型、PCA-BP模型、BP-12模型的对比分析可知,LPP-BP模型具有更高的准确率和更快的运算速度.该研究可为PM2.5预警和空气污染调控提供参考.
文献关键词：
PM2.5;局部保留投影;BP神经网络;LPP-BP模型
中图分类号：
作者姓名：
郭笙城;黄旭;曾孟佳
作者机构：
湖州师范学院信息工程学院,浙江湖州313000;湖州学院理工学院,浙江湖州313000
文献出处：
引用格式：
[1]郭笙城;黄旭;曾孟佳-.一种基于LPP-BP神经网络的季节性PM2.5预测方法)[J].湖州师范学院学报,2022(02):47-55
A类：
B类：
LPP,PM2,空气污染,局部保留投影,投影算法,Local,Preserving,Projection,湖州市,大气污染物,气象数据,分季,季节预测,各季,相关性系数,运行速度
AB值：
0.326262
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。
