摘要
零点量程漂移校准模型和BP神经网络校准模型的建立旨在应对自建点空气质量监测数据不可靠的问题。零点量程漂移模型建立了各污染物之间的校准函数,模型较为直观,对于固态污染物,其校准效果显著。BP神经网络模型综合考虑了数据间的交互关系,进一步降低了均方误差,提升了数据的校准效果。
The establishment of the zero-span drift calibration model and the BP neural network calibration model aims to deal with the problem of unreliable air quality monitoring data at self-built points.The zero-span drift model establishes a calibration function between pollutants,which is more intuitive with a significant calibration effect for solid pollutants.The BP neural network model takes the interaction between the data into comprehensive consideration,which further reduces the mean square error and improves the calibration effect of the data.
出处
《芜湖职业技术学院学报》
2022年第2期58-63,共6页
Journal of Wuhu Institute of Technology
基金
安徽商贸职业技术学院2021年自然科学一般项目“空气质量监测数据预测与校准研究”(项目号:2021KYZ06)
安徽省2020年线下课程(原精品线下开放课程)三类项目“数学建模与数学试验”(项目号:2020kfkc204)
作者简介
吴杰(1989—),男,安徽庐江人,讲师,硕士,研究方向:概率论与数理统计、数学建模。
