大气中SO2浓度的小波分析及神经网络预测

大气中SO2浓度的小波分析及神经网络预测

摘要： 应用小波分解和重构对SO2浓度年变化趋势进行分析,在此基础上,建立了一种分段BP神经网络预测模型,并对各段有针对性地设计了神经网络预测模型.采用主成分分析进行输入变量降维.在BP网络训练过程中,往往会出现过拟合的现象,为此,在训练过程中,将样本等间距地分离为训练集和验证集来防止这个问题.为了消除网络的权值初始化对学习系统复杂性的影响,采用了5个子网络输出取算术平均的神经网络集成的方法.预测结果表明,该模型应用于SO2浓度预测具有较高的预测精度和良好的推广能力,而且明显优于一般的神经网络模型. 作 者： 陈柳    马广大    CHEN Liu    MA Guangda   作者单位： 陈柳,CHEN Liu(西安科技大学能源学院,西安,710054)

马广大,MA Guangda(西安建筑科技大学环境与市政工程学院,西安,710055) 

期 刊： 环境科学学报  ISTICPKU   Journal： ACTA SCIENTIAE CIRCUMSTANTIAE  年，卷(期)： 2006, 26(9)  分类号： X823  关键词： 小波分解和重构    分段模型    BP神经网络    SO2浓度预测   

【大气中SO2浓度的小波分析及神经网络预测】相关文章：

大气CO2浓度增加对昆虫的影响10-24

2012考研英语试题分析及预测04-28

2023年高考英语试题分析与预测02-13

2011-2015年中国车蜡市场深度研究与发展盈利预测分析报告04-27

专家分析预测湖北2006年高考 提出备考建议05-04

生活中的小镜头07-26

生活中的小镜头10-17

生活中的小妙招10-25

生活中的小镜头08-27

生活中的小镜头10-15