专利详细信息
文献类型:专利
专利类型:发明专利
是否失效:否
是否授权:否
申 请 号:CN201610457234.8
申 请 日:20160622
申 请 人:重庆科技学院
申请人地址:401331 重庆市沙坪坝区虎溪大学城重庆科技学院
公 开 日:20161116
公 开 号:CN106126909A
代 理 人:龙玉洪
代理机构:重庆为信知识产权代理事务所(普通合伙)
语 种:中文
摘 要:本发明提供了一种基于无迹卡尔曼神经网络的PM2.5浓度预测方法,包括如下步骤:获取PM2.5浓度的历史数据,基于无迹卡尔曼神经网络进行递推计算,利用MATLAB仿真软件编程,不断进行在线预测,不断修正权值和阈值,建立PM2.5浓度预测的动态演化模型,在得到动态演化模型和预测数据的基础上,建立图视化预警,以达到在数据预测后的预警作用。相较于基于BP神经网络建模而言,基于无迹卡尔曼神经网络建模在预测结果上更加的精准,误差更小。
主 权 项:1.一种基于无迹卡尔曼神经网络的PM2.5浓度预测方法,其特征在于,包括如下步骤:S1:获取PM2.5浓度的历史数据;S2:利用无迹卡尔曼神经网络进行递推运算,并通过不断地进行在线预测,循环修正神经网络的权值和阈值,实现对PM2.5浓度混沌时间序列的预测,以建立PM2.5浓度预测的动态演化模型:设有一个N层前向神经网络,每层神经元数为Sk(k=1,2,…,N),输入层为第一层,输出层为第N层,第k层神经元的连接权值为
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...