期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于BP人工神经网络的城市PM_(2.5)浓度空间预测 被引量:70
1
作者 王敏 邹滨 +1 位作者 郭宇 何晋强 《环境污染与防治》 CAS CSCD 北大核心 2013年第9期63-66,70,共5页
针对PM2.5日均质量浓度,采用BP人工神经网络模型,预测研究区空气中PM2.5浓度的空间变异,通过与普通克里格(Ordinary Kriging)插值方法对比验证BP人工神经网络预测模型的精度。结果表明:BP人工神经网络预测模型下研究区检验样本点位置的P... 针对PM2.5日均质量浓度,采用BP人工神经网络模型,预测研究区空气中PM2.5浓度的空间变异,通过与普通克里格(Ordinary Kriging)插值方法对比验证BP人工神经网络预测模型的精度。结果表明:BP人工神经网络预测模型下研究区检验样本点位置的PM2.5仿真浓度与观测浓度之间的均方差、平均绝对误差、平均相对偏差和相关系数分别为0.296μg2/m6、0.412μg/m3、1.650%和0.851;而与此同时,普通克里格插值方法下的对应结果分别为1.041μg2/m6、0.689μg/m3、11.910%、0.638。研究成果在肯定BP人工神经网络预测模型可用于揭示PM2.5浓度空间变异特征的同时,也证实了其相对于普通克里格插值方法在固定空间点位准确预测PM2.5浓度方面的优势。 展开更多
关键词 bp 克里格插值 空气污染 PM2 5 gis
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部