Indexed by：
Abstract：
设计了基于ESN(Echo State Network,ESN)神经网络的PM2.5时均值预测方法,并讨论了基于偏最小二乘回归的数据选择方式.在仿真实验中,通过与径向基函数(Radial Basis Function, RBF)神经网络和反向传播(Back Propagation, BP)神经网络方法比较,验证了基于ESN神经网络模型预测的可行性.实验结果表明,与径向基神经网络和反向传播神经网络方法比较,基于ESN神经网络预测模型能较好预测PM2.5时均值变化趋势,且得到较好的预测结果.
Keyword：
Reprint Author's Address：
Email：
Source ：
控制工程
ISSN： 1671-7848
Year： 2019
Issue： 1
Volume： 26
Page： 1-5
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 2
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
