基于多示例遗传神经网络的室内PM2.5预测

基于多示例遗传神经网络的室内PM2.5预测

论文摘要

在医疗环境中病员在室内停留的时间占全天的80%以上,因此开展室内空气质量的研究对病员康复具有重要意义。现有的PM2.5预测方法主要存在两个问题:样本采集粒度与预测粒度不一致;对室内PM2.5预测的相关特征研究不足。对此提出一种基于多示例遗传神经网络的PM2.5预测方法。利用多示例机制有效解决采样间隔与预测时间的平衡问题,并引入与室内环境质量密切相关的通风率特征。以空气质量敏感的医疗单位中采集的实际数据进行验证。实验结果表明,该方法的相对误差为5.60%,比传统遗传神经网络降低7.55%,比支持向量回归方法降低5.98%,比随机森林方法低8.36%,比线性回归低7.66%,比决策树低14.69%,比LASSO回归低8.21%。

论文目录

  • 0 引 言
  • 1 基于多示例遗传神经网络的PM2.5预测方法
  •   1.1 数据采集与特征选取
  •   1.2 基于多示例遗传神经网络的PM2.5预测模型
  •   1.3 多示例遗传神经网络预测流程
  •   1.4 多示例遗传神经网络初始权值训练算法
  • 2 结果分析
  •   2.1 评价指标
  •   2.2 结果与分析
  •     (1) 室内与室外预测比较:
  •     (2) 特征是否含通风率实验比较:
  •   2.3 MI-GA方法与其他六种方法预测结果比较
  • 3 结 语
  • 文章来源

    类型: 期刊论文

    作者: 陈成,吴宏杰,柳维生,傅启明,汤烨

    关键词: 多示例,预测,神经网络,遗传算法

    来源: 计算机应用与软件 2019年05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: 苏州科技大学电子与信息工程学院,苏州大学江苏省计算机信息处理技术重点实验室,苏州市立医院(北区)

    基金: 国家自然科学基金项目(61772357,61672371),江苏省",333工程",科研项目,苏州市科技项目(SNG201610,SYG201704),江苏省研究生培养创新工程项目(SJCX17_0680),苏州科技大学江苏省建筑智慧节能重点实验室项目

    分类号: TP183;X513

    页码: 235-241

    总页数: 7

    文件大小: 1512K

    下载量: 231

    相关论文文献

    • [1].基于改进遗传神经网络的人脸识别算法研究[J]. 南昌师范学院学报 2017(03)
    • [2].基于改进遗传神经网络的抚顺西露天矿边坡位移预测[J]. 露天采矿技术 2017(02)
    • [3].人脸识别中的遗传神经网络并行实现[J]. 计算机科学 2015(S1)
    • [4].改进遗传神经网络对露天矿边坡位移预测[J]. 辽宁工程技术大学学报(自然科学版) 2015(05)
    • [5].遗传神经网络优化牛蒡固体发酵灵芝提取多糖工艺[J]. 北方园艺 2020(22)
    • [6].基于遗传神经网络的图像分割[J]. 电脑开发与应用 2011(02)
    • [7].基于遗传神经网络的水电机组故障诊断模型[J]. 襄樊学院学报 2010(08)
    • [8].基于改进遗传神经网络的优化预测方法及其在腹膜透析中的应用[J]. 生物医学工程学杂志 2009(06)
    • [9].基于遗传神经网络的除湿机故障诊断与寿命预测[J]. 装备环境工程 2017(01)
    • [10].基于遗传神经网络模型的空气能见度预测[J]. 环境工程学报 2015(04)
    • [11].基于遗传神经网络的种蛋成活识别系统[J]. 中国农机化学报 2015(03)
    • [12].基于粗糙集和遗传神经网络的智能决策方法[J]. 大连海事大学学报 2008(04)
    • [13].基于遗传神经网络的陕西省土地利用结构模型研究[J]. 安徽农业科学 2008(36)
    • [14].基于遗传神经网络的学生成绩预测[J]. 西安邮电大学学报 2019(01)
    • [15].改进的遗传神经网络特征提取和分类应用[J]. 内蒙古民族大学学报(自然科学版) 2016(01)
    • [16].基于遗传神经网络的图书馆成效评估研究[J]. 情报理论与实践 2013(12)
    • [17].基于多元共生遗传神经网络的藻类预测仿真[J]. 系统仿真学报 2008(02)
    • [18].基于遗传神经网络算法的城市区域圈物流预测研究[J]. 科技视界 2020(06)
    • [19].基于遗传神经网络的机器人视觉控制方法[J]. 电子测量技术 2017(12)
    • [20].基于遗传神经网络的瓦斯体积分数预测模型[J]. 煤炭技术 2010(06)
    • [21].基于遗传神经网络的个人信用评估模型的研究[J]. 计算机工程与设计 2009(18)
    • [22].遗传神经网络在水质监测点优化布局中的应用[J]. 环境工程 2019(06)
    • [23].基于遗传神经网络的煤矿技术创新评价模型研究[J]. 煤炭工程 2014(12)
    • [24].基于遗传神经网络的大豆叶片病斑图像分割技术研究[J]. 自动化技术与应用 2013(11)
    • [25].借助遗传神经网络开展上市公司财务危机预警[J]. 财会月刊 2011(03)
    • [26].遗传神经网络在大坝安全评价中的应用[J]. 测绘工程 2014(07)
    • [27].基于皮尔-遗传神经网络的深基坑施工变形预测[J]. 岩土工程学报 2008(S1)
    • [28].基于遗传神经网络的联合作战方案评估[J]. 火力与指挥控制 2019(05)
    • [29].基于MATLAB的遗传神经网络的设计与实现[J]. 信息技术 2008(06)
    • [30].多宇宙并行量子遗传神经网络人脸识别算法研究[J]. 东北大学学报(自然科学版) 2019(05)

    标签:;  ;  ;  ;  

    基于多示例遗传神经网络的室内PM2.5预测
    下载Doc文档

    猜你喜欢