基于动态粒度小波神经网络的空气质量预测
Air quality forecasting based on dynamic granular wavelet neural network作者机构:安徽师范大学数学计算机科学学院安徽芜湖241003 安徽大学计算科学与技术学院合肥230039
出 版 物:《计算机工程与应用》 (Computer Engineering and Applications)
年 卷 期:2013年第49卷第6期
页 面:221-224页
核心收录:
学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金(No.61175046 No.61073117) 安徽高校省级自然科学研究项目(No.KJ2012Z121) 安徽师范大学人才培育基金项目(No.2010rcpy037)
摘 要:针对空气质量预测,提出了基于动态粒度小波神经网络的预测方法。为了选取合适的粒度,结合实际问题采用不断尝试的方法动态选取最优粒度,在最优粒度空间中求解问题。粒度变换后可以改变空气质量预测问题的求解空间,提高预测的精确度。实验也验证了动态选取的最优粒度作为小波神经网络的输入进行空气质量预测,可以取得更好的预测准确率。