一种基于BP神经网络的灰霾预测的系统和方法

    公开(公告)号:CN106067079B

    公开(公告)日:2021-01-26

    申请号:CN201610446390.4

    申请日:2016-06-20

    Applicant: 三峡大学

    Abstract: 本发明提供了一种基于BP神经网络的灰霾预测的系统和方法,该系统包括:通过BP神经网络挖掘已收集的空气质量数据之间的关系,预测空气质量及灰霾天气发展趋势,对灰霾天气提供预警;其特征是:包括数据采集模块、数据库、数据整理模块、灰霾预测服务器、数据预处理模块、神经元学习模块、BP神经网络预测模块、WEB服务器和移动终端;其方法是:把灰霾预测系统描述为多输入多输出的自学习预测系统,输入已采集的灰霾和空气质量数据,通过神经网络的自学习和自适应能力,预测灰霾天气可能的发展趋势,并降低预测误差;本发明能够利用已有的灰霾观测数据对灰霾发展作出预测,能够深入挖掘已输入数据之间的复杂关系,得到比较精确地预测效果。

    一种基于BP神经网络的灰霾预测的系统和方法

    公开(公告)号:CN106067079A

    公开(公告)日:2016-11-02

    申请号:CN201610446390.4

    申请日:2016-06-20

    Applicant: 三峡大学

    CPC classification number: G06Q10/04 G06N3/084

    Abstract: 本发明提供了一种基于BP神经网络的灰霾预测的系统和方法,该系统包括:通过BP神经网络挖掘已收集的空气质量数据之间的关系,预测空气质量及灰霾天气发展趋势,对灰霾天气提供预警;其特征是:包括数据采集模块、数据库、数据整理模块、灰霾预测服务器、数据预处理模块、神经元学习模块、BP神经网络预测模块、WEB服务器和移动终端;其方法是:把灰霾预测系统描述为多输入多输出的自学习预测系统,输入已采集的灰霾和空气质量数据,通过神经网络的自学习和自适应能力,预测灰霾天气可能的发展趋势,并降低预测误差;本发明能够利用已有的灰霾观测数据对灰霾发展作出预测,能够深入挖掘已输入数据之间的复杂关系,得到比较精确地预测效果。

Patent Agency Ranking