文献类型：期刊文章

作　　者：尤游[1] 张林静[2]

YOU You;ZHANG Linjing(Public Basic Teaching Department,Anhui Technical College of Mechanical and Electrical Engineering,Wuhu Anhui 241000,China;Information Management Department,Anhui Vocational College of Police Officers,Hefei 230031,China)

机构地区：[1]安徽机电职业技术学院公共基础教学部,安徽芜湖241000 [2]安徽警官职业学院信息管理系,合肥230031

出　　处：《重庆科技学院学报（自然科学版）》

基　　金：2020年安徽省省级质量工程教学研究项目“高职扩招背景下公共基础课程教学质量提升策略研究:以《高等数学》为例”(2020JYXM0310);2020年安徽省高校自然科学研究项目“基于移动Agent的云计算用户访问机制研究”(KJ2020A1058),“无证书公钥密码体制下一类可证明安全的代理签名方案研究”(KJ2020A1107);2021年安徽省高校自然科学研究项目“基于贝叶斯网络和随机森林的城市空气质量预测研究”(KJ2021A1523)。

年　　份：2022

卷　　号：24

期　　号：1

起止页码：78-82

语　　种：中文

收录情况：CAS、普通刊

摘　　要：为实时预测空气质量,建立神经网络模型来预测空气质量指数(AQI)。考虑到BP神经网络的反向传播算法具有收敛速度慢、训练时间过长、易陷入局部最优等缺点,分别利用LM算法和贝叶斯正则化算法(BR算法)优化BP神经网络。通过对芜湖市空气质量预测结果进行类比分析得到,BR算法的预测效果更好,能够提升网络的泛化能力。

关 键 词：贝叶斯正则化 LM算法 BP神经网络 空气质量指数

分 类 号：TP391]