文献类型：期刊文章

作　　者：董健卫[1] 陈艳美[2] 孟盼[1] 孙圣兰[3]

DONG Jian-wei CHEN Yan-mei MENG Pan SUN Sheng-lan(Department of Mathematics in School of Basic Courses, Guangdong Pharmaceutical University, Guangzhou 510006, China School of Computer Science, Guangdong Polytechnic Normal University, Guangzhou 510665, China School of Medical Business, Guangdong Pharmaceutical University, Guangzhou 510006, China)

机构地区：[1]广东药科大学基础学院数学系,广东广州510006 [2]广东技术师范学院计算机科学学院,广东广州510665 [3]广东药科大学医药商学院,广东广州510006

出　　处：《数学的实践与认识》

基　　金：国家自然科学基金(11501584 11402057);广东省普通高校青年创新人才项目(2014KQNCX137);广州市哲学规划项目(2016GZYB09)

年　　份：2017

卷　　号：47

期　　号：10

起止页码：127-136

语　　种：中文

收录情况：BDHX、BDHX2014、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：PM2.5作为大气首要污染物,严重影响着人们的身体健康.为了研究影响PM2.5的相关指标,以武汉市的空气数据为研究对象,通过多元线性回归、偏最小二乘回归、基于MIV的RBF神经网络回归等方法对AQI中6个基本监测指标的PM2.5(含量)与其它5项分指标及其对应污染物(含量)之间的相关性进行分析;通过比较,基于MIV的RBF神经网络回归模型拟合度达到0.9302,效果最好,而且也优于BP人工神经网络回归算法,因此得出了精确可靠的影响PM2.5的指标权重大小,为减排PM2.5提供了可靠的理论依据.

关 键 词：PM2.5 空气质量指数(AQI)  OLS回归 PLS回归  RBF神经网络回归  

分 类 号：O212.1]