《表2 主成分因子载荷矩阵》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于PCA-BP神经网络的PM_(2.5)季节性预测方法研究》
注其中春季的主成分因子为个夏季秋季冬季的主成分因子为个principal component factors for summer,autumn and winter.
将PCA分析后的主成分因子作为BP神经网络的输入数据。经过多次训练试验,隐含层为8的效果最好,故隐含层选取为8。从春、夏、秋、冬4个季节中,每个季节随机抽取90条数据为测试样本,剩下的数据为训练样本。采用Matlab软件构建BP神经网络,确定春、夏、秋、冬4个季节主成分个数分别为:6、7、7、7。输入向量见表2,PM2.5浓度值为目标输出,选用tansig和purelin函数作为隐含层和输出层神经元的转移函数,trainlm作为训练函数。设置训练迭代次数为100次,训练误差为0.000 04,学习率为0.1,其余训练参数为默认值。
图表编号 | XD00224197300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 张怡文、郭傲东、吴海龙、袁宏武、董云春 |
绘制单位 | 安徽新华学院信息工程学院、重庆邮电大学计算机科学与技术学院、安徽新华学院信息工程学院、安徽新华学院信息工程学院、安徽新华学院信息工程学院 |
更多格式 | 高清、无水印(增值服务) |