期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于改进神经网络的环境空气质量预测
被引量：
8
1
作者
蒲国林
刘笃晋
《计算机技术与发展》
2018年第9期181-184,共4页
为提高环境空气质量预测的精度,提出一种由改进人工蜂群算法和反向传播神经网络相结合的环境空气质量预测方法(KABC-BP)。对人工蜂群算法中雇佣蜂、跟随蜂的搜索空间提出一种随迭代次数递减的搜索公式,以随机初始化此改进人工蜂群算法...
为提高环境空气质量预测的精度,提出一种由改进人工蜂群算法和反向传播神经网络相结合的环境空气质量预测方法(KABC-BP)。对人工蜂群算法中雇佣蜂、跟随蜂的搜索空间提出一种随迭代次数递减的搜索公式,以随机初始化此改进人工蜂群算法的不同初始解作为不同组反向传播神经网络权值,以蜂群算法迭代代替人工神经网络的梯度下降修正迭代,以蜂群个体的对应权值下训练误差倒数作为适应度函数,该改进人工蜂群算法所求全局最优解就是所求反向神经网络最优权值。通过基于改进蜂群算法的反向传播神经网络算法、传统蜂群算法的反向传播神经网络算法(ABC-BP)及反向传播神经网络算法(BPNN)的环境空气质量预测的仿真实验表明,该算法的环境空气质量预测精度是最高的。
展开更多
关键词
人工蜂群算法
迭代递减
反向传播神经网络
环境
空气质量
预测
误差函数
适应度函数
下载PDF
职称材料
基于蜂群优化神经网络的环境空气质量预测
被引量：
4
2
作者
刘笃晋
蒲国林
王光琼
《计算机与数字工程》
2018年第4期639-643,共5页
环境空气质量预测在环境污染防止中具有重要作用,由于环境空气质量预测受多方面因素的影响,预测的精度并不能满足日益发展的需要,通过对人工蜂群算法进行改进,并引入反向传播的神经网络中,以训练误差的倒数作为适应度函数,以随机化方式...
环境空气质量预测在环境污染防止中具有重要作用,由于环境空气质量预测受多方面因素的影响,预测的精度并不能满足日益发展的需要,通过对人工蜂群算法进行改进,并引入反向传播的神经网络中,以训练误差的倒数作为适应度函数,以随机化方式赋值给蜂群中蜜蜂的初始值作为神经网络的初始权值和阈值,改进的人工蜂群算法所求得的全局最优解即是反向传播神经网络中最优权值和阈值,以此优化的反向传播神经网络进行环境空气质量预测,通过和传统反向传播神经网络、传统人工蜂群算法优化反向传播神经网络算法的实验结果表明,论文提出的优化反向传播神经网络在环境空气质量预测中的整体性能取得了较为理想的结果,完全能用于实际。
展开更多
关键词
人工蜂群算法
反向传播神经网络
环境
空气质量
预测
适应度函数
下载PDF
职称材料
基于灰色GM(1,1)模型的鞍山市环境空气质量预测
被引量：
1
3
作者
李金
杨丽
陈甜鸽
《青海环境》
2023年第3期147-153,共7页
于2016年1月至2021年12月对鞍山市环境空气质量进行为期6年的在线连续监测,获得了典型的鞍山空气质量变化特征。采用灰色预测方法,利用2016—2021年鞍山环境空气质量数据,建构空气质量预测GM(1,1)模型,经相关检验修正符合要求后,建模结...
于2016年1月至2021年12月对鞍山市环境空气质量进行为期6年的在线连续监测,获得了典型的鞍山空气质量变化特征。采用灰色预测方法,利用2016—2021年鞍山环境空气质量数据,建构空气质量预测GM(1,1)模型,经相关检验修正符合要求后,建模结果显示模型精度高,可以满足对于鞍山市“十四五”空气质量预测要求。预测结果显示,在目前大气环境污染攻坚的管理要求下,未来五年鞍山市空气质量整体趋好,其中达标天数比例上升,综合指数下降,重点污染物PM_(2.5)年评价浓度下降,O_(3)浓度上升,可能在2026年与《环境空气质量标准》中环境空气污染物基本项目浓度限值二级标准持平,需要采取更有针对性的举措应对O3污染。
展开更多
关键词
灰色模型
单变量模型
环境
空气质量
预测
下载PDF
职称材料
一种注意力机制下的空气污染物预测方法
4
作者
谢崇波
《自动化与仪器仪表》
2022年第2期52-56,共5页
环境空气质量预测是环境污染防治和预警的必要前提,针对现有预测方法存在缺少对环境空气质量时间序列数据的充分挖掘和深入诊断分析,提出一种基于注意力机制和门控循环单元循环神经网络空气污染物预测与诊断模型。在网络顶层加一层输入...
环境空气质量预测是环境污染防治和预警的必要前提,针对现有预测方法存在缺少对环境空气质量时间序列数据的充分挖掘和深入诊断分析,提出一种基于注意力机制和门控循环单元循环神经网络空气污染物预测与诊断模型。在网络顶层加一层输入注意力机制层,运用注意力机制对环境空气质量数据进行特征提取,挖掘气象数据与空气质量数据相互关系。仿真实验结果表明,基于注意力的门控循环网络模型可以取得较高的预测精度,是一种可行且有效的预测方法。
展开更多
关键词
循环神经网络
注意力机制
深度学习
环境
空气质量
预测
原文传递
题名
基于改进神经网络的环境空气质量预测
被引量：
8
1
作者
蒲国林
刘笃晋
机构
四川文理学院智能制造学院
出处
《计算机技术与发展》
2018年第9期181-184,共4页
基金
国家自然科学基金(61152003)
四川省教育重点科研项目(16ZA0353)
+2 种基金
四川省教育科研项目(17ZB0377
16ZB0360)
四川文理学院2015年度特色培育一般项目(2015TP001Y)
文摘
为提高环境空气质量预测的精度,提出一种由改进人工蜂群算法和反向传播神经网络相结合的环境空气质量预测方法(KABC-BP)。对人工蜂群算法中雇佣蜂、跟随蜂的搜索空间提出一种随迭代次数递减的搜索公式,以随机初始化此改进人工蜂群算法的不同初始解作为不同组反向传播神经网络权值,以蜂群算法迭代代替人工神经网络的梯度下降修正迭代,以蜂群个体的对应权值下训练误差倒数作为适应度函数,该改进人工蜂群算法所求全局最优解就是所求反向神经网络最优权值。通过基于改进蜂群算法的反向传播神经网络算法、传统蜂群算法的反向传播神经网络算法(ABC-BP)及反向传播神经网络算法(BPNN)的环境空气质量预测的仿真实验表明,该算法的环境空气质量预测精度是最高的。
关键词
人工蜂群算法
迭代递减
反向传播神经网络
环境
空气质量
预测
误差函数
适应度函数
Keywords
artificial bee colony algorithm
iterative descending
back propagation neural network
ambient air quality prediction
errorfunction
fitness function
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于蜂群优化神经网络的环境空气质量预测
被引量：
4
2
作者
刘笃晋
蒲国林
王光琼
机构
四川文理学院智能制造学院
出处
《计算机与数字工程》
2018年第4期639-643,共5页
基金
国家自然科学基金项目(编号:61152003)
四川省教育厅重点项目(编号:16ZA0353)
+1 种基金
四川省教育厅基金项目(编号:16ZB0360)
四川文理学院2015年度特色培育一般项目(编号:2015TP001Y)资助
文摘
环境空气质量预测在环境污染防止中具有重要作用,由于环境空气质量预测受多方面因素的影响,预测的精度并不能满足日益发展的需要,通过对人工蜂群算法进行改进,并引入反向传播的神经网络中,以训练误差的倒数作为适应度函数,以随机化方式赋值给蜂群中蜜蜂的初始值作为神经网络的初始权值和阈值,改进的人工蜂群算法所求得的全局最优解即是反向传播神经网络中最优权值和阈值,以此优化的反向传播神经网络进行环境空气质量预测,通过和传统反向传播神经网络、传统人工蜂群算法优化反向传播神经网络算法的实验结果表明,论文提出的优化反向传播神经网络在环境空气质量预测中的整体性能取得了较为理想的结果,完全能用于实际。
关键词
人工蜂群算法
反向传播神经网络
环境
空气质量
预测
适应度函数
Keywords
artificial bee colony algorithm
back propagation neural network
ambient air quality prediction
fitness function
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于灰色GM(1,1)模型的鞍山市环境空气质量预测
被引量：
1
3
作者
李金
杨丽
陈甜鸽
机构
辽宁省鞍山生态环境监测中心
出处
《青海环境》
2023年第3期147-153,共7页
文摘
于2016年1月至2021年12月对鞍山市环境空气质量进行为期6年的在线连续监测,获得了典型的鞍山空气质量变化特征。采用灰色预测方法,利用2016—2021年鞍山环境空气质量数据,建构空气质量预测GM(1,1)模型,经相关检验修正符合要求后,建模结果显示模型精度高,可以满足对于鞍山市“十四五”空气质量预测要求。预测结果显示,在目前大气环境污染攻坚的管理要求下,未来五年鞍山市空气质量整体趋好,其中达标天数比例上升,综合指数下降,重点污染物PM_(2.5)年评价浓度下降,O_(3)浓度上升,可能在2026年与《环境空气质量标准》中环境空气污染物基本项目浓度限值二级标准持平,需要采取更有针对性的举措应对O3污染。
关键词
灰色模型
单变量模型
环境
空气质量
预测
分类号
X51 [环境科学与工程—环境工程]
下载PDF
职称材料
题名
一种注意力机制下的空气污染物预测方法
4
作者
谢崇波
机构
四川信息职业技术学院
出处
《自动化与仪器仪表》
2022年第2期52-56,共5页
文摘
环境空气质量预测是环境污染防治和预警的必要前提,针对现有预测方法存在缺少对环境空气质量时间序列数据的充分挖掘和深入诊断分析,提出一种基于注意力机制和门控循环单元循环神经网络空气污染物预测与诊断模型。在网络顶层加一层输入注意力机制层,运用注意力机制对环境空气质量数据进行特征提取,挖掘气象数据与空气质量数据相互关系。仿真实验结果表明,基于注意力的门控循环网络模型可以取得较高的预测精度,是一种可行且有效的预测方法。
关键词
循环神经网络
注意力机制
深度学习
环境
空气质量
预测
Keywords
recurrent neural network
attention mechanism
deep learning
air quality forecasting
分类号
TP312 [自动化与计算机技术—计算机软件与理论]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于改进神经网络的环境空气质量预测
蒲国林
刘笃晋
《计算机技术与发展》
2018
8
下载PDF
职称材料
2
基于蜂群优化神经网络的环境空气质量预测
刘笃晋
蒲国林
王光琼
《计算机与数字工程》
2018
4
下载PDF
职称材料
3
基于灰色GM(1,1)模型的鞍山市环境空气质量预测
李金
杨丽
陈甜鸽
《青海环境》
2023
1
下载PDF
职称材料
4
一种注意力机制下的空气污染物预测方法
谢崇波
《自动化与仪器仪表》
2022
0
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
