空氣質(zhì)量好壞的程度與空氣中污染物濃度的高低密切相關(guān)。在特定的時間和區(qū)域內(nèi),空氣污染物濃度的高低會受到很多因素的影響。主要原因是來自固定和流動污染源的人為污染物排放大小,例如車輛、工業(yè)企業(yè)的生產(chǎn)排放、居民取暖等因素,而城市的地理樣貌和氣象信息同時也對空氣質(zhì)量產(chǎn)生了重要的影響。有效的預(yù)測未來一段時間內(nèi)特定地理環(huán)境下的空氣質(zhì)量的變化,不僅對政府調(diào)整環(huán)境政策提供幫助,也為預(yù)防空氣污染提供了科學(xué)依據(jù)。為了更有效的對空氣質(zhì)量進(jìn)行評估,增加其應(yīng)用價值,本文研究了如下工作:1)通過對空氣質(zhì)量指數(shù)(Air Quality Index,簡稱AQI)序列與濕度、溫度、風(fēng)速、能見度和氣壓五個因素的相關(guān)性分析,從而得到了AQI與氣象因素之間的關(guān)聯(lián)程度。當(dāng)相關(guān)系數(shù)為正時,說明AQI和氣象因素呈正相關(guān),AQI隨著氣象因素的增大而變大,當(dāng)相關(guān)系數(shù)為負(fù)時,說明AQI和氣象因素呈負(fù)相關(guān),AQI隨著氣象因素的增大而減小。2)利用北京市的空氣質(zhì)量數(shù)據(jù)(PM2.5、PM10、SO₂、NO₂、O₃和CO)和氣象數(shù)據(jù)(濕度、溫度、風(fēng)速、能見度和氣壓)作為輸入,AQI...

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-1RNN的結(jié)構(gòu)

河北科技大學(xué)碩士學(xué)位論文10調(diào)整。BP網(wǎng)絡(luò)算法以均方誤差達(dá)到最小值為目的，此過程通過反向傳播實現(xiàn)的。2.2.4遞歸神經(jīng)網(wǎng)絡(luò)遞歸神經(jīng)網(wǎng)絡(luò)(RecurrentNeuralNetwork，簡稱RNN)是一種循環(huán)網(wǎng)絡(luò)。RNN的結(jié)構(gòu)圖如2-1所示，t表示當(dāng)前時刻，表示輸入層、表示隱含層、表....

圖2-3遺忘門示意圖

第2章相關(guān)理論概述11圖2-2LSTM結(jié)構(gòu)示意圖(1)遺忘門遺忘門通過Sigmoid函數(shù)使用先前的輸出1和當(dāng)前輸入來輸出。輸出范圍是0到1。然后，Sigmoid函數(shù)將發(fā)送到稱為1的當(dāng)前單元格。遺忘門如圖2-3所示。圖2-3遺忘門示意圖(2)輸入門輸入門需要建立一個新的向量來添加新....

圖2-4輸入門示意圖

第2章相關(guān)理論概述11圖2-2LSTM結(jié)構(gòu)示意圖(1)遺忘門遺忘門通過Sigmoid函數(shù)使用先前的輸出1和當(dāng)前輸入來輸出。輸出范圍是0到1。然后，Sigmoid函數(shù)將發(fā)送到稱為1的當(dāng)前單元格。遺忘門如圖2-3所示。圖2-3遺忘門示意圖(2)輸入門輸入門需要建立一個新的向量來添加新....

圖2-5輸出門示意圖

河北科技大學(xué)碩士學(xué)位論文12分[53]。輸出門如圖2-5所示。圖2-5輸出門示意圖(4)記憶單元函數(shù)然后舊單元將更新狀態(tài)，舊狀態(tài)1乘以，它可以丟棄需要丟棄的信息。通過添加×給出的信息，它創(chuàng)建了一個新的候選值。更新函數(shù)如圖2-6所示。圖2-6記憶單元函數(shù)示意圖三個門的功能如(2-1....

本文編號：3965046