基于BP神经网络的空气质量模型分类预测研究

基于BP神经网络的空气质量模型分类预测研究

论文摘要

随着工业社会的发展,空气质量问题已经成为环保任务的主要焦点。BP神经网络作为深度学习的一种,已经在大部分领域被广泛使用。为了让广大市民更好的了解空气质量情况,本文以云南省昆明市为例,收集当地近6年的空气质量数据,并基于Python语言,在Anaconda环境下的Numpy包建立了三层神经网络数学模型,对空气质量等级进行分类预测。通过训练样本对神经网络模型的训练以及相关参数的调试,得到较好的分类预测模型。将分类结果与实际结果进行比较,结果显示,本次的神经网络模型的分类预测准确率达到90%,能够较好的分析空气质量,达到预期需求。

论文目录

文章来源

类型: 期刊论文

作者: 邱晨,罗璟,赵朝文,崔凯辉

关键词: 神经网络,深度学习,空气质量,分类预测

来源: 软件 2019年02期

年度: 2019

分类: 信息科技,工程科技Ⅰ辑

专业: 环境科学与资源利用,自动化技术

单位: 昆明理工大学机电工程学院,昆明理工大学冶金与能源工程学院

分类号: X831;TP183

页码: 129-132

总页数: 4

文件大小: 1325K

下载量: 447

相关论文文献

标签:;  ;  ;  ;  

基于BP神经网络的空气质量模型分类预测研究
下载Doc文档

猜你喜欢