期刊文献+

空气质量评价智能信息处理技术的研究 被引量:2

Research on the Intelligent Information Process Technique in Air Quality Evaluation
下载PDF
导出
摘要 本文以环境监测监控系统硬件结构为基础,从信息处理的角度对其进行抽象和简化,进而建立起环境系统集成信息处理模型。利用粗糙集和神经网络融合的方法建立起空气质量评价智能信息处理系统模型。最后提出了遗传蚁群融合算法对BP神经网络进行优化,仿真试验表明,本文所建立的系统无论从物理意义和评价结果的直观性和可比性来说,都要优于现有的一些评价方法。 On the base of hardware structure of the monitoring and supervisory system in environment, put abstract and simplification to object in a information process angle, then the environment system overall information process model was established. The paper uses the fusion of rough set and neural network to establish a intelligent information process system model for air quality evaluation. In the end, the GAAA algorithm which optimized the BP neural network were put up. The simulate experiment result indicates that the established system better than other evaluation methods from the physics significance and evaluation result intuitionistic and comparable.
出处 《微计算机信息》 北大核心 2008年第13期101-103,共3页 Control & Automation
基金 陕西省自然基金(2006E210)
关键词 数据挖掘 数据融合 信息处理 粗糙集 Data mining Data fusion Information process Rough set
  • 相关文献

参考文献8

  • 1白秀玲,王平,普杰信.一种粗糙集值约简算法及其应用[J].微计算机信息,2006,22(11X):207-209. 被引量:15
  • 2段海滨著..蚁群算法原理及其应用[M].北京:科学出版社,2005:447.
  • 3熊和金,陈德军.智能信息处理,2006. 被引量:1
  • 4Jaakko Kukkonen,Leena Partanen.et al.Extensive evaluation of neural network models for the prediction of NO2 and PM10 concentrations compared with a deterministic modeling system and measurements in contral Helsinki[J].Atmospheric Envionment,2003.(37):4439-4550. 被引量:1
  • 5吴云志..基于粗糙集与神经网络方法结合的知识发现应用研究[D].合肥工业大学,2006:
  • 6李士勇,陈永强,李研编著..蚁群算法及其应用[M].哈尔滨:哈尔滨工业大学出版社,2004:245.
  • 7Martin T.Hagan Howard B.Demuth Mark H.Beale 等著.戴葵等译.神经网络设计[M].北京:机械工业出版社,2002.. 被引量:7
  • 8李祚泳等著..环境质量评价原理与方法[M].北京:化学工业出版社,2004:382.

二级参考文献5

  • 1曾黄麟.粗集理论及其应用[M].重庆:重庆大学出版社,1996.. 被引量:104
  • 2Skowron A , Rauszer C. The discernibility matrices and functions in information systems[A]. In : Slowinski I. Intelligent decision support- handbook of applications and advances of the Rough Sets theory[C]. Dordrecht: Kluwer Academic Publisher , 1991.331 - 362. 被引量:1
  • 3Agrawal.R, Imielinski.T, Swami.A. Mining association rules between sets of items in large databases[C]. Proceedings of the ACM SIGMOD Conference on Management of data, 1993. 207-216. 被引量:1
  • 4Lin.T.Y. Rough set theory in very large databases [C]. In Proceedings of CESA'96, volume 2, 1996.936-941. 被引量:1
  • 5杜金莲,迟忠先,翟巍.基于属性重要性的逐步约简算法[J].小型微型计算机系统,2003,24(6):976-978. 被引量:25

共引文献20

同被引文献8

引证文献2

二级引证文献6

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部