位置:成果数据库 > 期刊 > 期刊详情页
SO2浓度主成分神经网络预报方法初探
  • ISSN号:1000-2375
  • 期刊名称:《湖北大学学报:自然科学版》
  • 时间:0
  • 分类:X832[环境科学与工程—环境工程]
  • 作者机构:广西气象台, 广西气象台 南宁 530022, 南宁 530022
  • 相关基金:国家自然科学基金,编号10075021
中文摘要:

基于目前SO2浓度的预报方法大多属于线性顺序处理技术,而预报效果又不尽理想的现状,尝试运用人工神经网络与主成分分析相结合的方法,建立了南宁市SO2浓度预报模型。为了检验其预报效果,根据相同的预报因子和历史样本,建立了相应的逐步回归预报模型。采用3种客观的统计评价指标进行计算,结果表明:对历史样本的拟合,前者略好于后者;对独立样本的预报效果,前者明显优于后者。因此,主成分神经网络预报模型通过浓缩信息、降维去噪,可达到提高预报泛化性能及预报准确率的效果,有较好的业务应用前景。

同期刊论文项目
同项目期刊论文
期刊信息
  • 《湖北大学学报:自然科学版》
  • 北大核心期刊(2008版)
  • 主管单位:湖北省教育厅
  • 主办单位:湖北大学
  • 主编:王世敏
  • 地址:武汉市武昌区友谊大道368号
  • 邮编:430062
  • 邮箱:hdxbzkb@163.com
  • 电话:027-88663900
  • 国际标准刊号:ISSN:1000-2375
  • 国内统一刊号:ISSN:42-1212/N
  • 邮发代号:38-45
  • 获奖情况:
  • 本刊现为"中国科技核心期刊"、"湖北省优秀期刊"、"...
  • 国内外数据库收录:
  • 美国化学文摘(网络版),德国数学文摘,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版)
  • 被引量:4765